龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明公开了一种基于对比学习和自注意力机制的面料织法匹配方法，包括采集多种不同织法的面料图像，经过增强处理后以张量的形式存放在模式匹配数据库中。再基于深度学习的基本结构，设计包括残差网络和自编码器的对比学习网络，利用对比损失函数计算正负例的对比计算误差，再通过梯度反向传播进行迭代训练；将训练后的自编码器与多头自注意力层级联，提取待检索图像的全局信息和局部细节；采用全连接层和归一化残差连接层输出特征，并据此进行概率投射排序，匹配最符合的面料织法模式。本发明解决了面料织法模式匹配问题，将多头自注意力机制引入传统的对比学习架构中，实现了对面料织法图像的更优匹配，提高了目标识别和匹配的精度和效率。
主权项：1.一种基于对比学习和自注意力机制的面料织法匹配方法，其特征在于：具体包括以下步骤：步骤1、采集多种不同织法的面料图像，以图像中的面料织法作为对应标签；对面料图像进行数据增强与边缘增强处理后缩放至同一大小，以张量的形式存入模式匹配数据库；步骤2、构建对比学习网络，包括用于特征提取的自编码器以及用于非线性变换的投影层；所述投影层包括依次级联的两层残差网络和一个线性整流函数；步骤3、将模式匹配数据库中的张量及其标签输入步骤2构建的对比学习网络中，进行多次迭代训练；利用对比损失函数对对比学习网络中的参数进行梯度反向传播；步骤4、将待匹配的面料图像，输入步骤3训练后的自编码器中，得到特征图像后再依次经过多层多头自注意力层，与查询矩阵、键矩阵和值矩阵进行点积计算；最后依次通过全连接层、归一化以及残差连接，输出特征向量；步骤5、将步骤4得到的特征向量输入分类器中，对特征向量采取概率投射排序，输出待匹配面料图像的标签；根据得到的标签调取模式匹配数据库中具有相同标签的面料图像作为匹配结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于对比学习和自注意力机制的面料织法匹配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号