[发明专利]基于全局与局部上下文感知的零样本学习图像分类方法有效
| 申请号： | 202011460544.8 | 申请日： | 2020-12-11 |
| 公开（公告）号： | CN112418351B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 王国威;陶文源;管乃洋 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/80;G06V10/77;G06V10/44;G06V10/82;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 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全局与局部上下文感知的零样本学习图像分类方法，包括：使用深度神经网络对图像进行特征提取，得到多层特征图；对任意一层特征图，使用全局注意力进行计算，得到包含全局信息的特征图；对同一层特征图，使用局部注意力进行计算，得到代表局部信息的特征向量；将最后一层全局特征图通过全连接层得到全局特征向量；将多组局部特征向量进行逐元素加和，得到完整局部特征向量；将完整局部特征向量和全局特征向量进行拼接，同时投影到语义空间和隐特征空间，分别采用softmax损失和三元组损失进行参数优化；重复上述步骤，设置多个周期进行训练，得到一个表征能力强的零样本学习模型，通过训练后的零样本学习模型对图像进行分类。 | ||
| 搜索关键词： | 基于 全局 局部 上下文 感知 样本 学习 图像 分类 方法 | ||
【主权项】：
暂无信息
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天津大学，未经天津大学许可，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/202011460544.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于聚类的信誉评价方法
- 下一篇：一种电子限滑差速器及汽车
