龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西北工业大学
申请日：2024-02-22
公开（公告）日：2024-06-21
公开（公告）号：CN118230115A
主分类号：G06V10/82
分类号：G06V10/82;G06V10/774;G06V10/764;G06V10/74;G06V10/77;G06N3/0455;G06N3/0895
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于补丁匹配度量的语义交互元学习网络及学习方法，学习网络包括：特征提取器接收支持集图像和查询图像，输出补丁嵌入；任务自适应的补丁嵌入更新模块接收补丁嵌入，输出支持集图像的任务自适应的补丁嵌入；通道语义交互模块，接收支持集图像的任务自适应的补丁嵌入，输出支持集图像的语义补丁嵌入；匹配度量模块，接收支持集图像的语义补丁嵌入和查询图像的补丁嵌入，计算查询图像与每个类别的支持集图像的补丁级相似度；分类器，计算查询图像的分类概率和分类交叉熵损失。其解决了现有元学习应用于小样本图像分类场景下出现的监督崩溃问题以及语义知识未得到有效利用的问题，缓解了小样本图像分类准确率低的问题。
主权项：1.基于补丁匹配度量的语义交互元学习网络，其特征在于，包括：特征提取器1，接收支持集图像和查询图像，输出支持集图像的补丁嵌入和查询图像的补丁嵌入；任务自适应的补丁嵌入更新模块2，接收支持集图像的补丁嵌入，更新节点特征后输出支持集图像的任务自适应的补丁嵌入；通道语义交互模块3，接收支持集图像的任务自适应的补丁嵌入，输出支持集图像的语义补丁嵌入；匹配度量模块4，接收支持集图像的语义补丁嵌入和查询图像的补丁嵌入，计算查询图像与每个类别的支持集图像的补丁级相似度；分类器5，接收所述补丁级相似度，计算查询图像的分类概率和分类交叉熵损失。
全文数据：
权利要求：
百度查询： 西北工业大学 基于补丁匹配度量的语义交互元学习网络及学习方法
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