[发明专利]基于在线注意力累积的挖掘目标物体区域的方法有效
| 申请号： | 201910715341.X | 申请日： | 2019-08-05 |
| 公开（公告）号： | CN110458221B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 程明明;姜鹏涛;张长彬;侯淇彬;曹洋 | 申请（专利权）人： | 南开大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/20 |
| 代理公司： | 天津耀达律师事务所 12223 | 代理人： | 侯力 |
| 地址： | 300071*** | 国省代码： | 天津;12 |
| 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在线注意力累积的挖掘目标物体区域的方法。该方法的目的是以弱监督的方式高效地找到图像的目标物体区域，这种区域可以为弱监督语义分割任务提供监督。基于训练过程中注意力不停地在目标物体上变化的观察，该方法在训练过程中为每一个目标物体维护了一张存储图。通过不断的将每一次迭代中生成的注意力图融合到存储图中，这个在线注意力累积过程可以将注意力在目标物体上出现过的所有位置记录下来，帮助找到整个目标物体区域。另外，该方法在更新存储图的过程中，通过改进的交叉熵损失函数对存储图中学习到的知识进行监督，从而得到更加完整的物体区域。 | ||
| 搜索关键词： | 基于 在线 注意力 累积 挖掘 目标 物体 区域 方法 | ||
【主权项】：
1.一种基于在线注意力累积的挖掘目标物体区域的方法，其特征在于，该方法包含如下步骤：/na.在训练过程中为每一个目标物体维护一个存储图，通过不断融合新的迭代过程中生成的注意力图来更新存储图，通过存储图记录注意力出现的目标物体的位置；/nb.在训练过程中，用维护的对应目标物体存储图作为监督信息，使用改进的交叉熵损失函数作为监督来使注意力关注更多的区域，进而进一步提高挖掘的目标物体区域的质量。/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南开大学，未经南开大学许可，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/201910715341.X/，转载请声明来源钻瓜专利网。
