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：北京工业大学
摘要：本发明公开了基于多样性区域和特征正交融合的细粒度图像识别方法，该方法首先用卷积网络对输入图像进行浅层的特征提取，然后模型分为两个模块，分别是多样性区域特征提取模块和全局特征提取模块。在多样性区域提取模块中，引入注意力抑制增强子模块，使得模型在不同的网络层能够提取到不同的判别性区域特征；在全局特征提取模块中，通过引入三阶段的Transformer结构实现对图像的全局上下文信息进行建模；在正交融合模块中，通过计算局部特征在全局特征上的投影，将局部特征和全局特征进行融合，基于整合后的特征完成识别任务。本发明适用于细粒度图像识别任务，识别准确率高，算法的鲁棒性好，有着广泛的应用场景。
主权项：1.基于多样性区域和特征正交融合的细粒度图像识别方法，其特征在于，对给定的细粒度图像，进行如下操作：1输入图像首先经过三个卷积层进行特征提取，得到浅层特征F，之后模型分别进入两个模块，分别是多样性区域特征提取模块和全局特征提取模块；2多样性区域特征提取模块由三个注意力抑制增强子模块和两个卷积层组成；浅层特征首先进入注意力抑制增强子模块，获得局部特征和抑制之后的特征然后，依次经过卷积层4和注意力抑制增强子模块，获得局部特征和抑制之后的特征最后，依次经过卷积层5和注意力抑制增强子模块，获得局部特征3同时，在浅层特征进入全局特征提取模块之前，首先经过卷积层4和卷积层5提取深层特征，然后将提取的深层特征输入全局特征提取模块进行全局上下文的特征提取，获得全局特征fg；全局特征提取模块分为三个阶段，每个阶段的操作由卷积序列嵌入层和TransformerBlock组成；4然后，将多样性区域特征提取模块输出的局部特征：和全局特征fg输入正交融合模块进行正交融合，分别得到融合特征F1，F2和F3；5F1，F2，F3各自经过分类器，得到三个预测得分向量，将三个预测得分向量相加作为最终的预测得分向量，完成细粒度图像识别任务。
全文数据：
权利要求：
百度查询： 北京工业大学 基于多样性区域和特征正交融合的细粒度图像识别方法
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