一种针对细粒度属性对比融合的跨模态零样本哈希方法

    公开(公告)号:CN118736236A

    公开(公告)日:2024-10-01

    申请号:CN202410768556.9

    申请日:2024-06-14

    Abstract: 本发明公开了一种针对细粒度属性对比融合的跨模态零样本哈希方法。本发明首先对图像的视觉属性进行特征提取,得到视觉表征矩阵;通过利用属性原型网络来捕获图像细粒度细节和独特的局部特征,计算并优化属性回归损失#imgabs0#根据属性的数值差异为每个图像构建正例和负例,并通过对比学习综合考虑属性的上下文信息制定属性级对比表征目标#imgabs1#引入类一致性约束#imgabs2#基于表征推导哈希网络引入超球面损失#imgabs3#实现更大的类间分离和压缩类间变异;联合#imgabs4#和#imgabs5#进行模型优化,得到未知类图像的预测标签。

Patent Agency Ranking