结合超像素显著性特征与HOG特征图像分类方法和系统
注:上述费用仅包含专利权利转让费用,不包含专利年费或因年费未及时缴纳产生的滞纳金、恢复费。专利年费是专利权人依照专利法规定,自被授予专利权的当年开始,在专利权有效期内逐年应向专利局缴纳的费用。由于出售的专利类型、专利年限以及专利权人是否满足国家费用减缓的条件均会影响具体年费金额,需根据购买专利的实际情况进行缴纳。缴纳年费以及滞纳金、恢复费需单独和平台顾问确认且不属于下单后加价行为,故无法适用保障。
专利申请号:
CN201811185997.7
专利类型:
发明专利
技术分类:
G06K9/46(2006.01)I
专利有效期:
2038-10-11
友情提示:该资源未保障“真” “价”,付款前请核实资源真实性与价格。
在线咨询
微信扫码邀请顾问协助
- 该资源已获得保障和赔付:
- 转让不成功退款退
- 转让超期必赔时
- 该资源未获得保障和赔付:
- 资源不保真必赔真
- 下单后加价必赔价
专利信息
专利名称:结合超像素显著性特征与HOG特征图像分类方法和系统
商品编号:5672714
复制
申请日期:2018-10-11
公开/公告号:CN109325507B
授权公告日/公开日:2019-02-12
申请/专利权人:
湖北***学
发明/设计人:
王云***志刚
主分类号:G06K9/46(2006.01)I
IPC分类号:G06K9/46(2006.01)I;G06K9/62(2006.01)I
说明书摘要免费下载摘要
本发明公开一种结合超像素显著性特征与HOG特征的图像分类算法和系统,包括以下步骤:步骤1,将原始数据集进行HOG特征提取得到特征集A;步骤2,利用超像素分割对原始数据集进行处理,得到重构显著性图像数据集;步骤3,将重构后的显著性图像集利用SLBP编码方式得到新的特征集B,所述SLBP编码方式是对传统LBP编码方式的改进;步骤4,特征融合,将步骤1和步骤3所得到特征集A和特征集B进行相加;步骤5,结合步骤4得到的训练数据,利用KNN分类器对测试数据进行监督分类并计算分类精度。本发明方法较好地满足了小型工程设计对传统机器学习算法的要求,一定程度上提好了图像分类精度。
转让流程
提出需求
提出您的专利需求
顾问一对一服务
顾问一对一服务
顾问匹配
顾问匹配资源库
快速确定优质专利
快速确定优质专利
签订合同
签订专利转让协议
成功付款
成功付款
递交申请
准备转让资料
国知局审查办理
国知局审查办理
领取证书
获得专利权,投入使用
所需资料
买方提供资料
个人身份证
公司或个体营业执照
购买后获得证书
专利证书
专利登记簿副本
手续合格通知书
平台优势
常见问题
购买专利需要什么资料?
结合超像素显著性特征与HOG特征图像分类方法和系统专利,专利类型:发明授权,技术分类是:G06K9/46(2006.01)I,购买结合超像素显著性特征与HOG特征图像分类方法和系统专利,需要申请人和发明人的基础信息,还需提供结合超像素显著性特征与HOG特征图像分类方法和系统专利的详细信息。
专利交易转让时间是多久?
专利权转让期限一般是2~6个月的时间获得专利转让通知书,在转让之前双方需要签订转让合同即可,结合超像素显著性特征与HOG特征图像分类方法和系统专利具体的操作步骤,可以联系八戒数字交易的客服一对一服务。
相似专利
换一换