[发明专利]多模态特征融合方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202111626977.0 申请日: 2021-12-28
公开(公告)号: CN114332575A 公开(公告)日: 2022-04-12
发明(设计)人: 覃祥坤 申请(专利权)人: 中电金信软件有限公司
主分类号: G06V10/80 分类号: G06V10/80;G06V30/186;G06K9/62;G10L25/03;G10L25/24;G10L25/45
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 于彬
地址: 100082 北京市海淀区西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多模态 特征 融合 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种多模态特征融合方法,其特征在于,所述多模态特征融合方法包括:

获取目标对象的多个异源异构数据;

针对于每个异源异构数据,提取该异源异构数据的单模态特征矩阵;

针对于每个单模态特征矩阵,分别确定该单模态特征矩阵与各个单模态特征矩阵之间的单模态权重矩阵;

基于该单模态特征矩阵和该单模态特征矩阵所对应的多个单模态权重矩阵,确定该单模态特征矩阵的融合特征矩阵;

针对于每个融合特征矩阵,分别确定该融合特征矩阵与各个融合特征矩阵之间的融合权重矩阵;

针对于该融合特征矩阵所对应的每个融合权重矩阵,对该融合权重矩阵进行归一化处理,得到归一化后的融合权重矩阵;

基于每个融合特征矩阵和每个融合特征矩阵所对应的多个归一化后的融合权重矩阵,确定用于描述所述目标对象的多模态特征矩阵。

2.根据权利要求1所述的多模态特征融合方法,其特征在于,当所述异源异构数据包括音频数据时,所述提取该异源异构数据的单模态特征矩阵,包括:

将所述音频数据转换为单声道音频数据,并对所述单声道音频数据进行重采样处理,得到重采样后的音频数据;

在所述重采样后的音频数据上移动预设窗长的汉宁时窗,对所述重采样后的音频数据进行傅里叶变换,得到所述音频数据的音频频谱;

利用滤波器组将所述音频频谱映射为初始梅尔倒频谱;

对所述初始梅尔倒频谱进行对数计算,得到稳定梅尔倒频谱;

按照预设时长重组所述稳定梅尔倒频谱,得到所述音频数据的单模态特征矩阵。

3.根据权利要求1所述的多模态特征融合方法,其特征在于,当所述异源异构数据包括文本数据时,所述提取该异源异构数据的单模态特征矩阵,包括:

对所述文本数据进行自然语言预处理,从所述文本数据中提取出多种文字特征组以及每种文字特征组对应的图片特征组;其中,所述文字特征组包括汉字特征、词组特征以及句子特征中的至少两种;所述文字特征组的表现形式为one-hot向量形式;

确定每种文字特征组的文字特征矩阵以及每种文字特征组对应的图片特征组的图片特征矩阵;

针对于每种文字特征组,融合该文字特征组的文字特征矩阵和所述文字特征组对应的图片特征组的图片特征矩阵,得到该文字特征组的初步融合矩阵;

针对于每种文字特征组,基于该文字特征组的初步融合矩阵和所述文字特征组对应的图片特征组的图片特征矩阵,确定该文字特征组中每个子文字特征与该子文字特征对应的子图片特征之间的多维相关矩阵;

基于所述文字特征组中每个子文字特征的多维相关矩阵,确定子文字特征的多维注意力权重;

基于每种文字特征组中每个子文字特征的多维注意力权重以及每个子文字特征对应的子图片特征的图片特征矩阵,确定所述文本数据的单模态特征矩阵。

4.根据权利要求3所述的多模态特征融合方法,其特征在于,所述确定每种文字特征组的文字特征矩阵以及每种文字特征组对应的图片特征组的图片特征矩阵,包括:

针对于每个文字特征组,利用预先训练好的该文字特征组对应的特征提取模型,确定能够表征出该文字特征组中每个子文字特征的文字特征矩阵;

利用预先训练好的卷积神经网络,确定该文字特征组对应的图片特征组的图片特征矩阵。

5.根据权利要求3所述的多模态特征融合方法,其特征在于,所述融合该文字特征组的文字特征矩阵和所述文字特征组对应的图片特征组的图片特征矩阵,得到该文字特征组的初步融合矩阵,包括:

针对于该文字特征组中的每个子文字特征,融合该子文字特征的子文字矩阵与所述子文字特征对应的子图片特征的子图片矩阵,得到每个子文字特征的子融合矩阵;

基于每个子文字特征的子融合矩阵,确定该文字特征组的初步融合矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中电金信软件有限公司,未经中电金信软件有限公司许可,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/202111626977.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top