[发明专利]一种数据处理方法及装置在审

专利信息
申请号: 202210831318.9 申请日: 2022-07-15
公开(公告)号: CN115203449A 公开(公告)日: 2022-10-18
发明(设计)人: 刘丽;刘文哲;苏卓;张杰华;丁丁;白亮 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F16/535 分类号: G06F16/535;G06F16/583;G06V10/25;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 曾志鹏
地址: 410003 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据处理 方法 装置
【权利要求书】:

1.一种数据处理方法,应用于小样本目标检测模型中,其特征在于,所述方法包括:

获得第一图像集和第二图像集,所述第一图像集中的图像带有特征注释,所述第一图像集中至少部分图像的内容与所述第二图像集中的图像内容相关;

将所述第一图像集输入至编码器中,以结合所述特征注释生成支持特征集,所述支持特征集与目标对象相关,所述目标对象存在于所述第二图像集中的目标图像中;

将所述第二图像集及支持特征集输入至解码器中,使所述第二图像集与所述支持特征集中的支持特征相结合;

将结合有所述支持特征的第二图像集输入至候选区域生成网络中,使所述候选区域生成网络基于所述第二图像集对应生成与所述目标对象相关联的候选区域集;

至少基于所述候选区域集确定出所述目标图像。

2.根据权利要求1所述的方法,其特征在于,所述第二图像集中至少部分图像具有查询特征,所述查询特征用于描述图像中的待查询对象,所述待查询对象包括所述目标对象;

所述将所述第二图像集及支持特征集输入至解码器中,使所述第二图像集与所述支持特征集中的支持特征相结合,包括:

将所述第二图像集及支持特征集输入至解码器中,使所述支持特征嵌入至所述第二图像集的查询特征中。

3.根据权利要求1所述的方法,其特征在于,所述将结合有所述支持特征的第二图像集输入至候选区域生成网络中,使所述候选区域生成网络基于所述第二图像集对应生成与所述目标对象相关联的候选区域集,包括:

所述候选区域生成网络基于所述第二图像集对应生成与所述目标对象相关联的候选区域集,并基于标准非极大值抑制与所述目标对象非关联的候选区域生成。

4.根据权利要求1所述的方法,其特征在于,所述编码器与解码器中的自注意力块权重共享。

5.根据权利要求1所述的方法,其特征在于,所述至少基于所述候选区域集确定出所述目标图像,包括:

将所述候选区域集及支持特征集馈送至关系检测器中,以对所述候选区域集中的各个候选区域与支持特征集间的关系进行衡量,进而基于衡量结果过滤所述候选区域集;

至少基于过滤后的所述候选区域集确定出所述目标图像。

6.根据权利要求2所述的方法,其特征在于,所述至少基于所述候选区域集确定出所述目标图像,包括:

将所述候选区域集、查询特征、支持特征集馈送至关系回归器中,使所述关系回归器融合所述查询特征、支持特征集后进行多次卷积、平均池化操作,以确定所述查询特征与支持特征间的区域关系;

基于所述区域关系过滤所述候选区域集;

基于过滤后的所述候选区域集确定出所述目标图像。

7.一种数据处理装置,应用于小样本目标检测模型中,其特征在于,所述装置包括:

获得模块,用于获得第一图像集和第二图像集,所述第一图像集中的图像带有特征注释,所述第一图像集中至少部分图像的内容与所述第二图像集中的图像内容相关;

第一输入模块,用于将所述第一图像集输入至编码器中,以结合所述特征注释生成支持特征集,所述支持特征集与目标对象相关,所述目标对象存在于所述第二图像集中的目标图像中;

第二输入模块,用于将所述第二图像集及支持特征集输入至解码器中,使所述第二图像集与所述支持特征集中的支持特征相结合;

第三输入模块,用于将结合有所述支持特征的第二图像集输入至候选区域生成网络中,使所述候选区域生成网络基于所述第二图像集对应生成与所述目标对象相关联的候选区域集;

确定模块,用于至少基于所述候选区域集确定出所述目标图像。

8.根据权利要求7所述的数据处理装置,其特征在于,所述第二图像集中至少部分图像具有查询特征,所述查询特征用于描述图像中的待查询对象,所述待查询对象包括所述目标对象;

所述将所述第二图像集及支持特征集输入至解码器中,使所述第二图像集与所述支持特征集中的支持特征相结合,包括:

将所述第二图像集及支持特征集输入至解码器中,使所述支持特征嵌入至所述第二图像集的查询特征中。

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国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/202210831318.9/1.html,转载请声明来源钻瓜专利网。

×

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