[发明专利]一种基于多部分注意力机制的零样本图像分类识别方法有效
| 申请号： | 201810673456.2 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN110647897B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 武继刚;魏杰;孟敏;王勇 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/77;G06V10/82 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 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多部分注意力机制的零样本图像分类识别方法，其特征在于，包括以下步骤：S1.训练多部分卷积探测器；S2.训练语义特征提取器；S3.获取训练集的图片，通过训练注意力探测器进行处理；S4.进行损失计算；S5.重复进行步骤S3和S4的计算，当算法损失低于预设数值时，进行测试，选取最小距离的作为类别值。本发明采用了语义分割的方式，先将整张图片进行语义分割出有效部位，筛掉不必要的冗余信息，然后再分别对多个部位进行特征提取；对于不同的部位，提出了将注意力机制作用于不同部位进行加权，使得每一个样本都有不同的加权方式，因此对于每一个样本，都会产生一些权值高的部位，这些部位能更好的把它和其他类别区分开。 | ||
| 搜索关键词： | 一种 基于 部分 注意力 机制 样本 图像 分类 识别 方法 | ||
【主权项】：
1.一种基于多部分注意力机制的零样本图像分类识别方法，其特征在于，包括以下步骤：/nS1.获取图像，训练多部分卷积探测器；/nS2.训练语义特征提取器；/nS3.获取训练集的图片，通过训练注意力探测器进行处理；/nS4.进行损失计算；/nS5.重复进行所述步骤S3和S4的计算，当算法损失低于预设数值时，进行测试，选取最小距离的作为类别值。/n
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广东工业大学，未经广东工业大学许可，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/201810673456.2/，转载请声明来源钻瓜专利网。
