文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201811409974.X

申 请 日：20181123

发 明 人：王高峰 卢玮 王翠翠 曹金沛 陈本豪 高涛

申 请 人：贵州宇鹏科技有限责任公司

申请人地址：550000 贵州省贵阳市贵阳国家高新技术产业开发区贵阳国家高新区金阳科技产业园创业大厦B213室

公 开 日：20190409

公 开 号：CN109598295A

代 理 人：徐文权

代理机构：61200 西安通大专利代理有限责任公司

语　　种：中文

摘　　要：本发明为一种用于图像特征提取的学习方法，公开了一种用于图像表示的学习紧凑型显著协同二进制模式，通过一种最优的邻域结构策略，给出多种协同二进制候选模式，然后，提出了一种优化的互信息选择算法来学习二进制的候选模式，它不仅可以最小化特征之间的冗余度，还可以最大化其相关性；最后，将学习选择显著协同二进制模式作为特征进行识别。其设计合理、实现方便且投入成本低，操作简便，图像直方图表示效果好，实用性强；本发明主要是基于人眼的视觉感知机理，充分考虑到人眼对于外界刺激的不同响应，并且能够通过学习的方法智能化的提取最优化的特征描述模式，更好地模拟人的视觉机理进行特征的提取和描述。

主 权 项：1.一种用于图像特征提取的学习方法，其特征在于，包括以下步骤：步骤1)、利用协同中心-环绕接收场模型建立最优邻域结构；步骤2)、根据最优邻域结构，利用互信息选择策略生成显著性协同二进制模式；步骤3)、将显著性协同二进制模式的特征输入分类器进行识别，即可完成图像特征提取。

关 键 词：二进制 二进制模式 候选模式  协同  人眼  学习  图像特征提取 图像直方图 邻域结构 视觉感知 视觉机理  特征描述  图像表示 外界刺激  选择算法  互信息  冗余度  智能化  最大化  最小化  最优化  响应  优化  

IPC专利分类号：G06K9/62(20060101);G06K9/46(20060101);G06N3/08(20060101)