基于二值特征的DCNN鲁棒性增强方法、系统和设备.pdfVIP

下载本文档

1
0
约1.95万字
约 21页
2023-07-29 发布于四川
举报
版权申诉

基于二值特征的DCNN鲁棒性增强方法、系统和设备.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于二值特征的DCNN鲁棒性增强方法、系统及设备，所述方法基于深度卷积神经网络骨架模型对采集到的图像进行处理，所述方法包括以下步骤：采用深度卷积神经网络骨架模型对采集到的图像进行处理，得到具有纹理特征的特征图；采用若干个边缘模块和阈值化层模块对采集到的图像进行二值特征分支处理；每个所述边缘模块包括五个梯度卷积核、累加层和池化层；将处理得到的具有纹理特征的特征图与处理得到的二值特征分支图合并输入全连接层，产生类别预测结果。本发明提供的方法是轻量的，不增加训练时长，可以方便地与流行的骨

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116503714 A (43)申请公布日 2023.07.28 (21)申请号 202310568203.X G06N 3/0464 (2023.01) (22)申请日 2023.05