[发明专利]基于结构化信息特征解耦与知识迁移的视觉场景识别方法在审
申请号: | 202111000756.2 | 申请日: | 2021-08-27 |
公开(公告)号: | CN114049541A | 公开(公告)日: | 2022-02-15 |
发明(设计)人: | 张云洲;秦操;刘英达;杨非;杜承垚 | 申请(专利权)人: | 之江实验室;东北大学 |
主分类号: | G06V10/778 | 分类号: | G06V10/778;G06V10/24;G06V10/82;G06V10/84;G06V10/75;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州浙科专利事务所(普通合伙) 33213 | 代理人: | 孙孟辉 |
地址: | 310023 浙江省杭州市余*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 结构 信息 特征 知识 迁移 视觉 场景 识别 方法 | ||
1.一种基于结构化信息特征解耦与知识迁移的视觉场景识别方法,其特征在于,具体步骤如下:
步骤一,使用Canny边缘检测器提取图像X的边缘表示形式XCE,并基于自动编码器将其转换为矢量XCT;
步骤二,利用微调后的ResNet-34提取图像X的外观特征表示XAT;
步骤三,对于输入图像X,送入特征解耦网络,则会分别生成结构化特征向量XSC与外观特征向量XA;随后,XSC被送入至DAA用于判断所提取的结构化特征向量是否来自于同一个域。此外,XSC的特征分布将会与内容教师模块生成的XCT进行对比。至于XA,它不仅会被三元组损失函数进行优化,其分布还会与外观教师模块生成的XAT进行对比;
步骤四,解码器DE整合输入的特征并重构原始图像,用于鼓励所学习的内容特征与外观特征能够形成完整的输入图像的表示;提取结构化特征向量XSC作为最终的场景特征,并利用余弦距离计算优化特征间的相似度,实现视觉场景识别。
2.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别方法,其特征在于,所述步骤一的具体过程如下:
首先为了实现二维的射影变换,需要找到图像中的四个点来估测单应性矩阵。在每帧图像的角落的边框内随机选择四个点。边框的大小设定为来确保视角变化的合理程度。H和W分别为图像的宽度与高度;
图像的边缘表示形式为
XCE=Canny(X) (1)
Canny(·)为Canny边缘检测器提取边缘操作;
边缘的矢量表示则为:
XCT=Auto_encoder(XCE) (2)
Auto_encoder(·)为自动编码器的特征编码操作。
3.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别方法,其特征在于,所述步骤二的具体过程为:
对于输入图像X,利用微调后的ResNet-34提取外观特征表示XAT:
XAT=ResNet(X) (3)
ResNet(·)为提取ResNet-34的倒数第二层特征的操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于之江实验室;东北大学,未经之江实验室;东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111000756.2/1.html,转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置