[00272431]一种基于深度学习的图片背景清晰度检测方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610155947.9
交易方式：
技术转让
技术转让
技术入股
联系人：
南京邮电大学
进入空间
所在地：江苏南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度学习的图片背景清晰度检测方法，该方法是利用卷积神经网络(CNN)进行特征提取，利用CNN提取的特征有效地将图片按照其背景清晰程度进行分类；同时利用迁移学习的方法，用拥有大量已知标记的ImageNet图片集进行预训练，解决了样本图片集中已知背景清晰度值图片较少的缺陷，从而获得较好的CNN参数；进一步利用少量的已知背景清晰度值的样本图片，对参数进行调整，使CNN参数适应待检测图片集；得到调整好的CNN参数就可以进行待检测图片的背景清晰度检测。本发明的检测方法，使得背景清晰度检测能够达到高度的精确性。
本发明公开了一种基于深度学习的图片背景清晰度检测方法，该方法是利用卷积神经网络(CNN)进行特征提取，利用CNN提取的特征有效地将图片按照其背景清晰程度进行分类；同时利用迁移学习的方法，用拥有大量已知标记的ImageNet图片集进行预训练，解决了样本图片集中已知背景清晰度值图片较少的缺陷，从而获得较好的CNN参数；进一步利用少量的已知背景清晰度值的样本图片，对参数进行调整，使CNN参数适应待检测图片集；得到调整好的CNN参数就可以进行待检测图片的背景清晰度检测。本发明的检测方法，使得背景清晰度检测能够达到高度的精确性。
