公开(公告)号：CN115439696A

公开(公告)日：2022-12-06

申请号：CN202211149221.6

申请日：2022-09-21

Applicant: 西安交通大学

Inventor： 董松林 ,  尚苗 ,  王长鑫 ,  龚怡宏 ,  张玥

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种受脑启发的全局‑局部双通道图像分类方法及系统，涉及人工智能技术领域。该方法通过加入新的全局通路表征方式，结合自上而下的特征调制机制，构建全局‑局部双通路分类模型，提供了一个基于人脑双通道视觉识别机制的计算模型，称为Global‑Local网络(简称:GLNet)，可以充分利用图像的局部细粒度信息与全局空间拓扑信息，并且提出将典型的层结构深度卷积神经网络(CNN)结构转换为全局‑局部双通路分类模型结构的一般原则，并将这种转化应用于一些代表性基线CNN模型上，从而提高了模型分类的准确性，提升了模型的鲁棒性与泛化能力。