[发明专利]基于特征交互和多任务学习的图像排序方法及系统有效
| 申请号： | 201810668293.9 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN109063732B | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 聂礼强;陈召峥;杜存宵;宋雪萌;程志勇;王英龙 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征交互和多任务学习的图像排序方法及系统。其中，基于特征交互和多任务学习的图像排序方法，包括提取原始图像的视觉特征；利用提取的图像视觉特征来进行基于区域的图像视觉特征交互；利用多任务学习神经网络来聚集进行交互后的图像视觉特征；将聚集后的图像视觉特征输入至已完成训练的分类器中进行分类，按照分类结果对图像进行排序。其具有排序结果更准确的效果。 | ||
| 搜索关键词： | 图像视觉特征 任务学习 特征交互 图像排序 分类结果 排序结果 神经网络 视觉特征 原始图像 分类器 排序 图像 分类 | ||
【主权项】：
1.一种基于特征交互和多任务学习的图像排序方法，其特征在于，包括：提取原始图像的视觉特征；利用提取的图像视觉特征来进行基于区域的图像视觉特征交互；利用多任务学习神经网络来聚集进行交互后的图像视觉特征；将聚集后的图像视觉特征输入至已完成训练的分类器中进行分类，按照分类结果对图像进行排序；利用一张图像的每一个区域的特征信息的向量去和另一张图像的每一个区域的特征信息的向量去进行点乘操作，来实现基于区域的图像视觉特征交互；利用多任务学习神经网络来聚集进行交互后的图像视觉特征的过程为：将交互后的图像视觉特征输入至多任务学习神经网络中，输出聚集的相应图像视觉特征；再对输出的聚集图像视觉特征进行降维处理。
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山东大学，未经山东大学许可，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/patent/201810668293.9/，转载请声明来源钻瓜专利网。
