一種可在線學(xué)習(xí)的圖像屬性識(shí)別方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110639776.8 申請(qǐng)日 -
公開（公告）號(hào) CN113420797A 公開（公告）日 2021-09-21
申請(qǐng)公布號(hào) CN113420797A 申請(qǐng)公布日 2021-09-21
分類號(hào) G06K9/62（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄭澤宇;溫苗苗;楊波波;李鴿;馬銳;何治;胡海濱 申請(qǐng)（專利權(quán)）人 杭州知衣科技有限公司
代理機(jī)構(gòu) 杭州知學(xué)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 何紅信
地址 311200浙江省杭州市蕭山區(qū)蕭山經(jīng)濟(jì)技術(shù)開發(fā)區(qū)明星路371號(hào)1幢1201室
法律狀態(tài) -

摘要

摘要 本公開提供了一種可在線學(xué)習(xí)的圖像屬性識(shí)別方法及系統(tǒng)，旨在解決現(xiàn)有技術(shù)中，在不同來源的未來圖像數(shù)據(jù)上的識(shí)別表現(xiàn)下降的問題。可在線學(xué)習(xí)的圖像屬性識(shí)別方法包括：接收新圖像數(shù)據(jù)，并識(shí)別新圖像數(shù)據(jù)中各特征的值；將新圖像數(shù)據(jù)的各特征的值通過基礎(chǔ)權(quán)重矩陣加權(quán)，獲取新圖像數(shù)據(jù)各屬性的第一概率；將新圖像數(shù)據(jù)的各特征的值通過在線學(xué)習(xí)權(quán)重矩陣加權(quán)，獲取新圖像數(shù)據(jù)各屬性的第二概率；對(duì)新圖像數(shù)據(jù)各屬性的第一概率和新圖像數(shù)據(jù)各屬性的第二概率進(jìn)行加權(quán)，并獲得各屬性的概率，根據(jù)各屬性的概率對(duì)新圖像數(shù)據(jù)標(biāo)記屬性標(biāo)簽。本公開的方法在不同來源的未來圖像數(shù)據(jù)上的識(shí)別表現(xiàn)較好；且可以保留原有的圖像屬性識(shí)別特性，防止與新圖像數(shù)據(jù)過度擬合。