基于显著性指导非监督特征学习的图像分类方法

被引：0

专利类型：

发明

申请号：

CN201510821480.2

申请日：

2015-11-23

公开(公告)号：

CN105426919A

公开(公告)日：

2016-03-23

发明(设计)人：

陈霜霜刘惠义曾晓勤孟志伟

申请人：

申请人地址：

210098 江苏省南京市江宁区佛城西路8号

IPC主分类号：

G06K962

IPC分类号：

G06K946

代理机构：

南京纵横知识产权代理有限公司 32224

代理人：

董建林

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2017-11-14	授权	授权
2021-11-02	专利权的终止	未缴年费专利权终止 IPC(主分类):G06K 9/62 申请日:20151123 授权公告日:20171114 终止日期:20201123
2016-03-23	公开	公开
2016-04-20	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101656298338 IPC(主分类):G06K 9/62 专利申请号:2015108214802 申请日:20151123

共 50 条

[1]

基于深监督学习的图像显著性目标检测方法 [P].

张善卿 ;

孟一恒 ;

李黎 ;

陆剑锋 .

中国专利 :CN113139431B ,2024-05-03

[2]

基于纹理特征和颜色特征融合的图像显著性检测方法 [P].

冯冬竹 ;

余航 ;

杨旭坤 ;

许多 ;

何晓川 ;

戴浩 ;

刘清华 ;

许录平 .

中国专利 :CN106780582B ,2017-05-31

[3]

基于半监督的图像显著性检测方法 [P].

曹向海 ;

焦李成 ;

张丹 ;

王爽 ;

刘红英 ;

马文萍 ;

马晶晶 .

中国专利 :CN104217438A ,2014-12-17

[4]

基于深监督学习的图像显著性目标检测方法 [P].

张善卿 ;

孟一恒 ;

李黎 ;

陆剑锋 .

中国专利 :CN113139431A ,2021-07-20

[5]

一种基于显著性指导的词典学习的弱监督图像解析方法 [P].

赖百胜 ;

龚小谨 ;

江文婷 .

中国专利 :CN105825502A ,2016-08-03

[6]

结合超像素显著性特征与HOG特征图像分类方法和系统 [P].

王云艳 ;

罗冷坤 ;

王重阳 ;

周志刚 .

中国专利 :CN109325507B ,2019-02-12

[7]

基于图像分类的弱监督RGBD图像显著性检测方法及系统 [P].

潘昌琴 ;

林涵阳 ;

刘国辉 ;

王力军 ;

俞伟明 ;

蔡桥英 ;

郑骁凌 .

中国专利 :CN112861880B ,2021-05-28

[8]

一种基于多特征最优融合的图像显著性检测方法 [P].

李建平 ;

顾小丰 ;

胡健 ;

王青松 ;

蒋涛 ;

陈强强 ;

贺喜 ;

李天凯 .

中国专利 :CN110991547A ,2020-04-10

[9]

一种基于共显著性学习的弱监督目标跟踪方法 [P].

赵洁 ;

王栋 ;

刘畅 ;

卢湖川 .

中国专利 :CN118262275B ,2024-07-23

[10]

一种基于共显著性学习的弱监督目标跟踪方法 [P].

赵洁 ;

王栋 ;

刘畅 ;

卢湖川 .

中国专利 :CN118262275A ,2024-06-28

← 1 2 3 4 5 →