公开(公告)号：CN109934293A

公开(公告)日：2019-06-25

申请号：CN201910198639.8

申请日：2019-03-15

Applicant: 苏州大学

Inventor： 钟宝江 ,  言俐光

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例公开了一种图像识别方法、装置、设备、计算机可读存储介质及混淆感知卷积神经网络。其中，混淆感知卷积神经网络包括利用训练样本集训练的传统卷积神经网络分类器作为的预测分类器、混淆感知模型、校正分类器组及概率平均层。混淆感知模型基于预测分类器在训练样本集上进行交叉验证获取的混淆矩阵进行构建；各校正分类器为使用混淆感知模型为决策系统，利用训练样本集中具有模糊边界的易混淆类别样本数据训练所得；概率平均层根据预测分类器输出的类别概率和目标校正分类器输出的类别概率输出待识别图像的分类结果，目标校正分类器为混淆感知模型根据预测分类器的预测类别选择的校正分类器。本申请有利于提升图像识别的准确性。

公开(公告)号：CN109934293B

公开(公告)日：2023-06-13

申请号：CN201910198639.8

申请日：2019-03-15

Applicant: 苏州大学

Inventor： 钟宝江 ,  言俐光

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明实施例公开了一种图像识别方法、装置、设备、计算机可读存储介质及混淆感知卷积神经网络。其中，混淆感知卷积神经网络包括利用训练样本集训练的传统卷积神经网络分类器作为的预测分类器、混淆感知模型、校正分类器组及概率平均层。混淆感知模型基于预测分类器在训练样本集上进行交叉验证获取的混淆矩阵进行构建；各校正分类器为使用混淆感知模型为决策系统，利用训练样本集中具有模糊边界的易混淆类别样本数据训练所得；概率平均层根据预测分类器输出的类别概率和目标校正分类器输出的类别概率输出待识别图像的分类结果，目标校正分类器为混淆感知模型根据预测分类器的预测类别选择的校正分类器。本申请有利于提升图像识别的准确性。

公开(公告)号：CN110569845A

公开(公告)日：2019-12-13

申请号：CN201910865722.6

申请日：2019-09-12

Applicant: 苏州大学

Inventor： 钟宝江 ,  言俐光 ,  丁娜 ,  顾平

IPC: G06K9/32 ,  G06K9/00

Abstract: 本申请公开了一种试卷图像的校正方法，包括：获取试卷图像数据；对所述试卷图像数据进行标识符检测，得到标识符；根据所述标识符对所述试卷图像数据进行校正，得到已校正试卷图像数据。通过对获取到的试卷图像数据进行标识符检测，得到标识符，进一步根据获取到的标识符对试卷图像数据进行校正，而不是对试卷图像数据整体进行检测，减少了图像检测的面积，提高试卷图像数据校正的效率。本申请还公开了一种试卷图像的校正系统、试卷图像的校正装置以及计算机可读存储介质，具有以上有益效果。