[发明专利]一种基于注意力机制和双模态图像的分类方法在审
| 申请号： | 201810925972.X | 申请日： | 2018-08-14 |
| 公开（公告）号： | CN109190683A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 程建;周娇;郭桦;苏炎洲;周晓晔 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 马林中 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 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注意力机制和双模态图像的分类方法，属于图像分类领域，对待分类项目的双模态图像数据进行预处理，将预处理后的双模态图像数据分为训练数据和测试数据；构建基于注意力机制的深度学习模型，将训练数据输入所述深度学习模型进行训练；利用反向传播及随机梯度下降算法对深度学习模型的网络参数进行优化，得到测试模型；将所述测试数据输入测试模型，通过前向传播得到该测试数据的分类结果；本发明通过模型的学习提取出了样本各自比较重要的特征，实现了更优的特征提取，最终可以得到更好的分类结果，分类准确率高；且本发明提出的方法是端到端的模型，而不需要分开训练两个模态的网络。 | ||
| 搜索关键词： | 双模态 注意力机制 测试数据 预处理 分类结果 图像数据 训练数据 学习 图像 分类准确率 测试模型 反向传播 分类项目 前向传播 输入测试 随机梯度 特征提取 图像分类 网络参数 下降算法 分类 构建 模态 样本 优化 网络 | ||
【主权项】：
1.一种基于注意力机制和双模态图像的分类方法，其特征在于，包括以下步骤：步骤1：对待分类项目的双模态图像数据进行预处理，将预处理后的双模态图像数据分为训练数据和测试数据；步骤2：构建基于注意力机制的深度学习模型，将训练数据输入所述深度学习模型进行训练；步骤3：利用反向传播及随机梯度下降算法对深度学习模型的网络参数进行优化，得到测试模型；步骤4：将所述测试数据输入测试模型，通过前向传播得到该测试数据的分类结果。
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电子科技大学，未经电子科技大学许可，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/patent/201810925972.X/，转载请声明来源钻瓜专利网。
