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：南京林业大学
摘要：本发明公开了一种基于语义指导多模态融合的小样本动作识别方法，本发明涉及计算机视觉技术领域。该基于语义指导多模态融合的小样本动作识别方法，通过利用大语言模型生成覆盖各种动作类别的丰富而全面的文本知识，保证提取小样本动作识别任务的语义信息的全面性，通过对提取的具有区分性的语义信息与未知类别样本的视觉信息进行匹配度量来实现在文本分支中的初步分类，并且，在视觉分支设计了一个语义引导的视觉交互模块，促进了语义和视觉信息的有效整合，提高了样本中特征表示的质量，能够更加及时理解只有少量样本的新类别。
主权项：1.一种基于语义指导多模态融合的小样本动作识别方法，其特征在于：具体包括以下步骤：S1、将数据集标签输入LLM大语言模型中捕捉动作语义，生成文本知识；S2、对数据集进行预处理；S3、提取文本特征和视觉特征，将视觉特征划分为查询样本视觉特征和支持样本视觉特征；S4、将文本特征和查询样本视觉特征输入LLM扩展知识－视频度量模块中，获取概率分布一；S5、将文本特征和支持样本视觉特征输入语义指导的时序交互模块中进行融合处理，获取支持样本的原型特征；S6、获取查询样本的原型特征后，将查询样本的原型特征与支持样本的原型特征进行有序时序对齐度量，获取概率分布二，并获取最终预测结果；S7、基于损失函数最小化，通过自适应矩估计作为优化器，反向传播迭代更新网络中可训练参数的权重，以实现深度神经网络的训练。
全文数据：
权利要求：
百度查询： 南京林业大学 一种基于语义指导多模态融合的小样本动作识别方法
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