基于深度学习实现地铁场景分类的系统及方法技术方案

技术编号:13397137 阅读:69 留言:0更新日期:2016-07-23 17:30
本发明专利技术涉及一种基于深度学习实现地铁场景分类的系统及方法,其中包括图像预处理模块,用以对地铁场景图像进行预处理;卷积神经网络提取图像特征模块,用以利用构建的卷积神经网络进行深度特征学习并提取图像特征;全连接网络场景分类模块,用以将从卷积神经网络学习到的优选特征输入全连接神经网络并进行分类从而得到样本的标签类别。采用该种结构的基于深度学习实现地铁场景分类的系统及方法,基于卷积神经网络提取地铁场景图片特征,并用单层全连接网络作为分类器,该方法无须对场景语义进行分析,即可实现对地铁不同场景图片的正确分类,鲁棒性强;该方法对地铁后续的运行状态监测工作有重要价值,具有更广泛的应用范围。

【技术实现步骤摘要】

【技术保护点】
一种基于深度学习实现地铁场景分类的系统,其特征在于,所述的系统包括:图像预处理模块,用以对地铁场景图像进行预处理;卷积神经网络提取图像特征模块,用以利用构建的卷积神经网络进行深度特征学习并提取图像特征;全连接网络场景分类模块,用以将从卷积神经网络学习到的优选特征输入全连接神经网络并进行分类从而得到样本的标签类别。

【技术特征摘要】

【专利技术属性】
技术研发人员:朱煜盖瑞敏郑兵兵叶炯耀
申请(专利权)人:华东理工大学
类型:发明
国别省市:上海;31

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