买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明提出一种基于显著特征变异确定特征样本优先级的方法与系统，涉及数据处理技术领域。本公开基于高频信息与强梯度特征融合的关键像素点确定方法，通过对高频信息像素位置与强梯度信息像素位置取并集，确定关键像素点的位置；基于激活值差异值的关键神经元确定方法，通过原样本与变异样本输入后激活值的变化，确定关键神经元位置；基于样本和模型变异的放大，通过对于关键像素点的变异操作，增加可以使用的样本数，形成样本组合特征，从而增加对于特征判断的准确性。

主权项：1.一种基于显著特征变异确定特征样本优先级的方法，其特征在于，所述方法包括：步骤S1、获取若干原始特征图像作为样本图像，提取每个所述样本图像中具有显著特征的像素点，对所述具有显著特征的像素点进行变异处理，得到变异样本图像；步骤S2、将所述样本图像和所述变异样本图像输入至检测模型M，以提取所述检测模型M中具有显著特征的神经元，对所述具有显著特征的神经元进行变异处理，得到变异检测模型；步骤S3、基于所述样本图像、所述变异样本图像、所述检测模型M和所述变异检测模型确定每个所述样本图像的级联组合特征，从中提取出正确特征对应样本和错误特征对应样本；步骤S4、基于所述正确特征对应样本和所述错误特征对应样本生成测试集和训练集，所述训练集用于对分类器进行训练，经训练的分类器对所述测试集中的级联组合特征和对应的样本图像进行分类；其中，分类结果正确时所述样本图像的优先级为低；否则为高；其中，在所述步骤S1中，提取每个所述样本图像中所述具有显著特征的像素点，具体包括：将若干所述样本图像存入空样本集S，对S中的各个样本图像进行傅里叶变换，以得到所述每个样本图像的频率响应图像；提取所述频率响应图像中的高频像素点，作为所述样本图像的高频显著特征像素点，并建立与所述样本图像尺寸相同的的空矩阵Ma0，将所述高频显著特征像素点在Ma0中对应的位置置1，其他位置置0，得到第一位置矩阵；将S中的各个样本图像输入到所述检测模型M中，以确定所述检测模型M的损失函数关于所述每个样本图像的损失函数，计算所述每个样本图像的损失函数对所述样本图像的偏导，以获得所述样本图像中所有像素点的偏导值，并求取所述所有像素点的偏导值均值；提取所述偏导值大于所述偏导值均值的像素点，作为所述样本图像的梯度特征像素点，建立与所述样本图像尺寸相同的的空矩阵Ma1，将所述梯度特征像素点在Ma1中对应的位置置1，其他位置置0，得到第二位置矩阵；将所述第一位置矩阵和所述第二位置矩阵相加，得到综合位置矩阵Ma，Ma中元素值为1的像素点为所述样本图像中具有显著特征的像素点。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于显著特征变异确定特征样本优先级的方法与系统