要素识别系统、方法、电子设备及存储介质技术方案

技术编号:42829151 阅读:36 留言:0更新日期:2024-09-24 21:03
本申请涉及一种要素识别系统、方法、电子设备及存储介质。该系统至少包括:输入模块,用于接收至少一张图像,并对图像进行图像预处理,获得待识别图像;卷积模块,用于对待识别图像进行卷积操作,获得与待识别图像对应的第一图像识别结果,并将第一图像识别结果输入至多项式处理模块;多项式处理模块,用于对第一图像识别结果进行多项式分解,获得第二图像识别结果;池化模块,用于将第一图像识别结果和第二图像识别结果进行特征融合,生成要素识别结果,并将要素识别结果发送至输出模块。本申请提供的方案,能够精准地识别用于高精地图制作和识别的要素,提高高精地图制作和识别的效果。

【技术实现步骤摘要】

本申请涉及数据处理,尤其涉及要素识别系统、方法、电子设备及存储介质


技术介绍

1、随着信息技术的发展,图像识别技术能够应用至多个领域,例如,计算机视觉、机器学习和人工智能等智能领域。

2、目前,在机器学习领域中,常用的算法包括svm(support vector machine,支持向量机)、lightgbt(light gradient boosting machine,轻量级梯度提升机)和随机森林等算法,这些算法识别图像时,通常将图像的像素特征视为独立的特征,因此无法充分学习特征之间的相关性,导致难以完成针对高精地图图像的识别任务。

3、对此,在计算机视觉领域中,诸如facenet(人脸识别算法)、mobilenet(轻量化深度神经网络)和transformer(自注意力网络)等基于图像数据训练的深度学习算法虽然可以更好地学习特征之间的相关性,但是由于相关的深度学习算法存在网络中间层提取特征不充分以及收敛速度较慢的问题,导致这些算法识别高精地图图像的效果较差。


技术实现思路>

1、本文档来自技高网...

【技术保护点】

1.一种要素识别系统,其特征在于,要素识别系统至少包括输入模块、卷积模块、多项式处理模块、池化模块以及输出模块;其中,

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求1所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在于,

6.根据权利要求4所述的系统,其特征在于,

7.根据权利要求1所述的系统,其特征在于,所述池化模块携带空洞空间金字塔池化;

8.一种要素识别方法,其特征在于,应用于要素识别系统,所述方法包括:</p>

9.一种...

【技术特征摘要】

1.一种要素识别系统,其特征在于,要素识别系统至少包括输入模块、卷积模块、多项式处理模块、池化模块以及输出模块;其中,

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求1所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在于,

6.根据权利要求4所述的系统,...

【专利技术属性】
技术研发人员:李宁贾双成万如
申请(专利权)人:智道网联科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1