Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于困难样本挖掘和多粒度划分的特征提取方法及系统 

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:武汉大学

摘要:本发明公开一种基于困难样本挖掘和多粒度划分的特征提取方法及系统,用于跨视角地理图像检索任务。该方法首先对跨视角街景图像和卫星图像进行预处理,并使用生成模型生成跨视角图像,缩小不同视角图像间的视觉差异。然后构建两阶段困难样本挖掘模型,包括基于地理位置和视觉相似性的采样策略,挖掘不同范围的困难负样本,增强类间判别能力。接着引入多粒度特征划分模块,通过ResNet50骨干网络提取图像特征,并按不同粒度进行特征划分和融合,获取丰富和鲁棒的视角不变特征表示。最后将待检索的卫星图像输入训练好的特征提取模型,提取特征并与街景图像库进行相似性匹配,得到跨视角的检索结果。

主权项:1.基于困难样本挖掘和多粒度划分的特征提取方法,其特征在于,包括:获取待检索的卫星视角图像;将待检索的卫星视角图像输入训练后的图像特征提取模型,输出卫星图像特征;其中,所述图像特征提取模型的训练包括:基于地理位置标签与动态特征相似度学习,构建两阶段困难样本挖掘模型,以及结合不同粒度图像特征与聚合池化来捕捉局部特征与全局信息,构建基于图像多粒度划分的双支孪生网络模型;生成跨视角图像,并将生成的跨视角图像输入两阶段困难样本挖掘模型进行困难样本挖掘,将挖掘后的困难样本图片输入基于图像多粒度划分的双支孪生网络模型得到不同粒度的特征向量;构建损失函数进行模型训练,输出训练好的图像特征提取模型。

全文数据:

权利要求:

百度查询: 武汉大学 基于困难样本挖掘和多粒度划分的特征提取方法及系统

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。