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：天津大学
申请日：2022-04-19
公开（公告）日：2024-07-05
公开（公告）号：CN114898143B
主分类号：G06V10/764
分类号：G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.07.05#授权;2022.08.30#实质审查的生效;2022.08.12#公开
摘要：本发明公开了一种基于全局与局部视觉特征协同分类方法，包括如下步骤：步骤1，采用CNN网络提取图像特征，将图像映射到一个3D特征张量；步骤2，采用特征处理模块对该特征张量进行处理后，得到增强后的新特征张量；步骤3，将增强后的新特征张量分别进行全局特征分类和局部特征分类，将全局特征与局部特征的分类结果融合获得最终分类结果。本发明还公开了一种实现基于全局与局部视觉特征协同分类方法的设备。本发明将分类相关的局部信息和全局信息结合在统一的框架内，充分利用了样本中的全局信息和局部信息，克服了现有方法中只使用全局信息或局部信息的缺陷。
主权项：1.一种基于全局与局部视觉特征协同分类方法，其特征在于，包括如下步骤：步骤1，采用CNN网络提取图像特征，将图像映射到一个3D特征张量；步骤2，采用特征处理模块对该特征张量进行处理后，得到增强后的新特征张量；步骤3，将增强后的新特征张量分别进行全局特征分类和局部特征分类，将全局特征与局部特征的分类结果融合获得最终分类结果；步骤2包括如下分步骤：步骤B1，对由样本原始图像特征映射的特征张量Fo分别进行通道注意力加权及空间注意力加权，对应得到通道注意力特征张量Fo-C和空间注意力特征张量Fo-S；步骤B2，将通道注意力特征张量Fo-C和空间注意力特征张量Fo-S进行融合与均值计算，得到初始融合特征张量Ffp，其中，C为原始特征张量中的通道数；为初始融合特征张量在第1至第C个通道的分量；步骤B3，采用下式计算初始融合特征张量的通道均值特征张量Ffp-C； 步骤B4，构建通道残差网络，将初始融合特征张量Ffp通过通道残差网络处理后得到增强后的新特征张量F′fp；F'fp＝Ffp-Ffp-C。
全文数据：
权利要求：
百度查询： 天津大学 基于全局与局部视觉特征协同分类方法、设备及存储介质
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