一种基于混合时间池化算子的有丝分裂定位和识别的方法

摘要

本发明公开了一种基于混合时间池化算子的有丝分裂定位和识别的方法，包括：对候选子序列的每一帧图像分别提取卷积神经网络特征向量；使用最大池化算子、平均池化算子、以及时间梯度直方图池化算子对提取的每帧的特征向量分别进行池化，得到相应帧的时间参数向量，该由最大池化算子、平均池化算子、以及时间梯度直方图池化算子组成的时间参数向量表征了对象帧所包含的外观特征和时序信息；在时间参数向量上训练线性SVM分类器来对候选子序列的每一帧的阶段标签进行分类，获得每个阶段的起始帧位置和帧数目；如果候选子序列包括完整的四个阶段，则可判定该序列包含了一个分裂事件，得到最终的识别结果。本发明提高了有丝分裂定位和识别的精度，降低了时间复杂度。