[发明专利]用于零样本学习的利用基于SOFT-MAX的兼容性函数的多视图嵌入

权利要求书

1.一种多视图嵌入的系统，所述系统包括：

一个或更多个处理器以及存储器，所述存储器是编码有可执行指令的非暂时性计算机可读介质，使得在执行所述可执行指令时，所述一个或更多个处理器执行以下操作：

将具有对应标签的对象的原始数据变换成低级特征和所述标签的高级语义表示；并且

通过嵌入所述低级特征与多个高级语义表示来生成经训练的对象识别模型；

接收未知对象的数据，并使用所述经训练的对象识别模型向所述未知对象分配标签；以及

基于所述标签对装置进行控制，

其中，生成所述经训练的对象识别模型的操作还包括以下操作：将特征矢量与其匹配的类的高级表示的兼容性函数值最大化，同时抑制所述特征矢量与不匹配的类的高级表示的兼容性。

2.根据权利要求1所述的系统，其中，嵌入所述低级特征与多个高级语义表示的操作包括以下操作：将来自不同空间的矢量映射到公共空间中。

3.根据权利要求2所述的系统，其中，将来自不同空间的矢量映射到公共空间中的操作包括以下操作：将来自m₀维空间的特征矢量映射至m维空间，并且将来自m_v维空间的第v视图语义矢量映射至公共m维空间。

4.根据权利要求1所述的系统，其中，所述未知对象是导航对象，并且对装置进行控制的操作包括以下操作：使车辆基于所述导航对象来导航。

5.根据权利要求1所述的系统，其中，如果所述未知对象与未知对象类中的标签相匹配，则将该标签分配给所述未知对象，从而实现对象识别。

6.根据权利要求1所述的系统，其中，soft-max表示提供了每个可能分类结果的置信度，并且将所述标签分配给所述未知对象的操作基于所述soft-max表示。

7.根据权利要求1所述的系统，其中，使用soft-max函数来提供图案的低级特征与对应高级语义表示的兼容程度，并且将所述标签分配给所述未知对象的操作基于所述soft-max表示。

8.根据权利要求1所述的系统，其中，嵌入所述低级特征与多个高级语义表示的操作利用来自标签语义表示的多个视图的信息。

9.根据权利要求1所述的系统，其中，生成所述经训练的对象识别模型的操作包括以下操作：通过将兼容对与不兼容对之间的裕度最大化来提高推理准确度。

10.一种用于多视图嵌入的非暂时性计算机可读介质，所述非暂时性计算机可读介质编码有可执行指令，使得当通过一个或更多个处理器执行所述可执行指令时，所述一个或更多个处理器执行以下操作：

将具有对应标签的对象的原始数据变换成低级特征和所述标签的高级语义表示；并且

通过嵌入所述低级特征与多个高级语义表示来生成经训练的对象识别模型；

接收未知对象的数据并使用所述经训练的对象识别模型向所述未知对象分配标签；以及

基于所述标签对装置进行控制，

其中，生成所述经训练的对象识别模型的操作还包括以下操作：将特征矢量与其匹配的类的高级表示的兼容性函数值最大化，同时抑制所述特征矢量与不匹配的类的高级表示的兼容性。

11.根据权利要求10所述的非暂时性计算机可读介质，其中，嵌入所述低级特征与多个高级语义表示的操作包括以下操作：将来自不同空间的矢量映射到公共空间中。

12.根据权利要求11所述的非暂时性计算机可读介质，其中，将来自不同空间的矢量映射到公共空间中的操作包括以下操作：将来自m₀维空间的特征矢量映射至m维空间，并且将来自m_v维空间的第v视图语义矢量映射至公共m维空间。