一种基于无监督学习的自适应分液识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于无监督学习的自适应分液识别方法
申请号:CN202510635257
申请日期:2025-05-16
公开号:CN120544099B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于无监督学习的自适应分液识别方法,涉及分液识别技术领域,包括:包括以下步骤:采集分液过程中的连续视频帧数据;提取感兴趣区域;提取感兴趣区域中的多特征;根据提取的特征,计算当前帧对应的特征差异值;动态加权融合计算当前帧对应的融合差异值;对当前帧对应的融合差异值进行自适应四分位距异常检测和结构相似性异常检测,实现分液识别。本申请通过基于自适应四分位距异常检测和结构相似性异常检测,分别从像素级层面和全局级层面出发,进行双尺度异常检测,提高了分液识别的精准性和稳定性。
技术关键词
无监督学习 边缘密度特征 滑动窗口 识别方法 直方图特征 LBP纹理 指数 感兴趣 视频帧 纹理特征 空间位置关系 卡方距离 动态 先进先出 采集设备 数据 像素
系统为您推荐了相关专利信息
笔迹图像 意图识别方法 光学字符识别技术 循环神经网络模型 文本
高层语义特征 视觉特征 灰度特征 识别方法 特征辨识度
解码方法 软解码 电压输出模块 故障预测模型 芯片
识别方法 实时视频流 识别装置 像素 图像
试卷图像 定位框 号角 试卷识别方法 特征点