【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种基于多阶段特征融合的食物识别方法。
技术介绍
1、目前，已有采用神经网络进行图像特征提取进而进行图像中目标识别的方式，但是，现有的图像特征提取主要是通过卷积层堆叠进行特征提取，并且每一层都通过对前一层继续进行变换，使得提取的特征从低层次到高层次，并且逐渐变得抽象，无法很好获取到融合的全局性更高的特征，存在局部感知这一缺陷，部分低层次特征在高层次特征中出现了缺失，导致最终识别精度不高。
2、因此，现有技术还有待改进和提高。
技术实现思路
1、针对现有技术的上述缺陷，本专利技术提供一种基于多阶段特征融合的食物识别方法，旨在解决现有技术中从图像中识别目标的精度不高的问题。
2、为了解决上述技术问题，本专利技术所采用的技术方案如下：
3、本专利技术的第一方面，提供一种基于多阶段特征融合的食物识别方法，所述方法包括：
4、获取待处理图像，将所述待处理图像输入至特征提取层，得到至少一个中间特征图和结果特征图；
<...【技术保护点】
1.一种基于多阶段特征融合的食物识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多阶段特征融合的食物识别方法，其特征在于，所述特征提取层包括多个层次提取层，每个层次提取层的输出为所述中间特征图，每个所述层次提取层的输入为上一个所述层次提取层的输出，最后一个层次提取层的输出为所述目标特征图。
3.根据权利要求2所述的基于多阶段特征融合的食物识别方法，其特征在于，所述层次提取层中包括多个残差模块。
4.根据权利要求3所述的基于多阶段特征融合的食物识别方法，其特征在于，每个所述层次提取层中的残差模块的数量少于上一个所述层...
【技术特征摘要】
1.一种基于多阶段特征融合的食物识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多阶段特征融合的食物识别方法，其特征在于，所述特征提取层包括多个层次提取层，每个层次提取层的输出为所述中间特征图，每个所述层次提取层的输入为上一个所述层次提取层的输出，最后一个层次提取层的输出为所述目标特征图。
3.根据权利要求2所述的基于多阶段特征融合的食物识别方法，其特征在于，所述层次提取层中包括多个残差模块。
4.根据权利要求3所述的基于多阶段特征融合的食物识别方法，其特征在于，每个所述层次提取层中的残差模块的数量少于上一个所述层次提取层中的残差模块数量。
5.根据权利要求1所述的基于多阶段特征融合的食物识别方法，其特征在于，所述对各个所述中间特征图和所述结果特征图进行结构转化处理，得到各个节点特征矩阵，包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：叶翔鹏，吴红艳，王如心，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。