一种基于渐进式特征学习的多目标图像识别方法技术

一种基于渐进式特征学习的多目标图像识别方法，属于图像识别领域。该方法：(1)图像增强预处理：构建质量分类器自动筛选出需要进行质量优化的模糊图像，然后使用循环一致性生成对抗网络完成模糊图像域到清晰图像域的复原。(2)多尺度融合的关键目标定位：采用多尺度特征金字塔融合高层特征图和低层特征图不同特征尺度上所蕴含的互补信息，实现对图像中每一个关键目标的精确定位，从而确保每一个关键目标都能作为一个独立的样本被分析识别。(3)领域知识引导的目标分类：本发明专利技术将领域知识(包括颜色和轮廓两种)，结合注意力机制将领域知识嵌入到图像分类模型中，增强分类模型对关键特征的捕捉能力，从而获得准确的类别预测结果。

【技术实现步骤摘要】

本专利技术涉及一种基于渐进式特征学习的多目标图像识别方法，属于图像识别领域。

技术介绍

1、多目标图像自动化识别技术能够同时定位多个目标的位置并对其进行分类，在显微镜图像和医学图像分类研究中起着关键的作用。例如，在显微镜花粉图像中，由于受到室外采集环境的影响，一张数字化花粉图像中可能存在多个花粉颗粒的情况。如果能够及时、准确定位多目标花粉图像中的每一个花粉颗粒，并确定每个花粉颗粒所属的类别，则能够为过敏患者提供花粉浓度和类别预警的参考信息，帮助他们提前采取预防和生活管理措施。而在医疗图像中，多目标图像识别技术可以辅助医生快速准确地识别一张医疗图像中的病灶目标区域和正常组织，提高诊断决策的效率和准确性。

2、目前，现有多目标图像识别方法主要基于图像检测技术实现，分为基于预定义特征的图像检测[1]～[3]和基于深度学习的图像检测[4]～[5]。基于预定义特征的图像检测技术依托不同目标具有的轮廓形态、纹理、颜色等知识，辅助研究人员手工设计特征进行多目标检测和识别。然而，该方法较为依赖于纯净样本图像(即背景干净的图像)，但是在真实场景中采集的图像目标复本文档来自技高网...

【技术保护点】

1.一种基于渐进式特征学习的多目标图像识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于：

【技术特征摘要】

1.一种基于渐进式特征学习的多目标图像识别方法，其特征在于，包括以...

【专利技术属性】
技术研发人员：徐曦，刘素芹，李建强，郝康博，高若云，李怡龙，程文秀，赵琳娜，朱楚杰，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：