首页> 中国专利> 基于自监督学习与深度森林的摄影图像美学风格分类方法

基于自监督学习与深度森林的摄影图像美学风格分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于自监督学习与深度森林的摄影图像美学风格分类方法，首先构建并训练自监督特征学习模型，然后构建并训练深度森林模型，最后通过训练好的特征提取网络和深度森林模型完成摄影图像美学风格分类。本发明采用自监督特征学习模型进行预训练，充分挖掘美学特征，有利于深度森林模型更好寻找多标签摄影图像美学风格分类的最优解。深度森林模型在迭代训练过程中充分考虑了多标签之间的关联信息，提升多标签摄影图像美学风格分类的精度。

著录项

公开/公告号CN114299336A

专利类型发明专利
公开/公告日2022-04-08

原文格式PDF
申请/专利权人杭州电子科技大学;
展开▼

申请/专利号CN202111627628.0
发明设计人张灵均;包尔权;张桦;吴以凡;苟若芸;
展开▼

申请日2021-12-28
分类号G06V10/764(20220101);G06K9/62(20220101);G06N20/00(20190101);
代理机构33240 杭州君度专利代理事务所(特殊普通合伙);
代理人朱月芬
地址 310018 浙江省杭州市下沙高教园区2号大街
入库时间 2023-06-19 14:48:21

法律信息

法律状态公告日

法律状态信息

法律状态
2022-04-08

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 基于改进自监督特征学习的摄影图像美学风格分类方法 [P] . 中国专利： CN114140645A . 2022-03-04
2. 一种基于深度森林分类的无参考图像质量评价方法 [P] . 中国专利： CN110400293B . 2021.05.28
3. 基于多摄像头的图像获取方法、装置及设备 [P] . 世界知识产权组织专利： WO2020/143090A1 . 2020.07.16