资料下载
×
智能零售场景中的图像分类技术综述
消耗积分:0 |
格式:pdf |
大小:0.47 MB |
2021-06-07
分享资料个
智能零售场景中往往会使用到图像分类技术来识别商品，然而实际场景中并不是所有岀现的物体都是已知的，未知的物体会干扰场景中的模型正常运行。针对智能零售场景中的图像分类问题，从已知类别封闭数据集的分类特征出发，通过对已知类别的分类特征进行计算和修正得到对未知类别物体的分类预测。通过构造已知类别的特征空间，并结合针对图像分类特征空间的特性优化的特征距离——归一化主类距离，可以更好地拟合特征空间在已知类别数据集中的边界概率模型。最终用边界概率模型对原分类特征做出修正计算，得到对物体的未知类别的分类预测，并通过设计实验验证该方法的可行性。此外，在智能零售场景的数据集支持下，与已有方法进行了对比实验使用特征空间归一化主类距离的开放集分类算法在有着更高的已知类别分类准确率的同时，开放集拒绝率有的提升，达到了44.85%。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
