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！
摘要：一种应对多任务的少信息损失的特征提取方法，包括：将一输入信息同时输入至两条独立路径中，第一路径为卷积神经网络路径，第二路径为VisionTransformer路径；输入信息为一张图片或一组原始特征矩阵；通过第一路径关注到第一组特征矩阵，对应输入信息中的局部特征；通过第二路径关注到第二组特征矩阵，对应输入信息中的全局特征；将两组特征矩阵的相似区域选出并进行融合，并且进行融合的特征分别对应两组特征矩阵中的不同深度层；将两组特征矩阵中未融合的特征进行信息恢复，并将恢复后的特征叠加到已融合的特征上。本发明采用了错位融合策略，促进了具有相似表现的特征的融合，从而有效地减轻了信息损失，提升了下游任务的准确率。
主权项：1.一种应对多任务的少信息损失的特征提取方法，其特征在于：包括：步骤一、将一输入信息同时输入至两条独立路径中，其中第一路径为卷积神经网络路径，第二路径为VisionTransformer路径；所述输入信息为一张图片或一组原始特征矩阵；通过所述第一路径关注到第一组特征矩阵，该第一组特征矩阵对应所述输入信息中的局部特征；通过所述第二路径关注到第二组特征矩阵，该第二组特征矩阵对应所述输入信息中的全局特征；步骤二、将第一组特征矩阵与第二组特征矩阵中的相似区域选出，并进行融合，并且进行融合的特征分别对应两组特征矩阵中的不同深度层；步骤三、将第一组特征矩阵与第二组特征矩阵中未融合的特征进行信息恢复，并将恢复后的特征叠加到步骤二中已融合的特征上。
全文数据：
权利要求：
百度查询： 西交利物浦大学 应对多任务的少信息损失的特征提取方法
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