Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的移动应用截图来源识别方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本公开提供一种基于深度学习的移动应用截图来源识别方法和系统,涉及人工智能领域。方法包括数据采集和模型构建与训练两个步骤:数据采集步骤构建移动应用样本库;模型构建与训练步骤包括四个步骤:步骤1,改进MobileNetV3网络并构建相应损失函数形成改进的MobileNetV3‑Large网络;步骤2,利用设置的对比损失函数训练内核参数,得到训练好的移动应用匹配模型;步骤3,移动应用样本库中的图片进行处理;步骤4,利用所述训练好的移动应用匹配模型,计算所述特定特征与移动应用特征库中的每个特征的欧式距离,得到所有欧氏距离中的最小值,如果低于阈值,则返回与之对应的移动应用名称,能够持续实现对最新移动应用的准确识别能力。

主权项:1.一种基于深度学习的移动应用截图来源识别方法,其特征在于,包括数据采集和模型构建与训练两个步骤:所述数据采集步骤通过数据采集模块收集应用的描述信息和相关的主要页面的截图,并进行数据清洗、数据补全,构建移动应用样本库;所述模型构建与训练步骤包括四个步骤:步骤1,改进MobileNetV3网络并构建相应损失函数形成改进的MobileNetV3-Large网络,对所述移动应用样本库中所述应用相关的主要页面的截图的图片数据进行预处理并通过所述MobileNetV3-Large网络进行特征提取;之后构造提取图片中布局、图标、配色等特征图的MobileNetV3-Sim网络,并构建对比损失函数;步骤2,将特征提取后的移动应用图像数据作为所述MobileNetV3-Sim网络的输入,利用设置的对比损失函数训练内核参数,得到训练好的移动应用匹配模型;步骤3,利用所述训练好的移动应用匹配模型,对所述移动应用样本库中的图片进行处理,得到移动应用名称,移动应用特征的移动应用特征库;步骤4,利用所述训练好的移动应用匹配模型,对需要识别的移动应用截图提取特定特征,计算所述特定特征与移动应用特征库中的每个特征的欧式距离,得到所有欧氏距离中的最小值,如果低于阈值,则返回与之对应的移动应用名称。

全文数据:

权利要求:

百度查询: 北京科技大学 一种基于深度学习的移动应用截图来源识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术