-
公开(公告)号：CN113010720B
公开(公告)日：2022-06-07
申请号：CN202110208356.4
申请日：2021-02-24
Applicant: 华侨大学 , 厦门亿联网络技术股份有限公司 , 厦门云知芯智能科技有限公司 , 厦门华联电子股份有限公司
IPC: G06F16/583 , G06F16/33 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于关键对象特征的深度监督跨模态检索方法，具体包括：首先构建特征学习模块抽取每个模态的深度特征，建立每个模态的注意力网络模型将各个模态抽取的特征分为关键特征和辅助特征，然后将每个模态抽取的关键特征和辅助特征进行融合作为最终的语义表征，最后建立三重损失函数：公共空间损失，标签空间损失和模态间不变性损失对模型进行训练学习。本发明提供的方法不仅能提高检索速度而且能够有效解决跨模态检索中精确度不高的问题。
-
公开(公告)号：CN106203528A
公开(公告)日：2016-12-07
申请号：CN201610569138.2
申请日：2016-07-19
Applicant: 华侨大学
CPC classification number: G06K9/6267 , G06K9/4642
Abstract: 一种基于特征融合和KNN的3D画智能分类算法，包括如下步骤：1)分别采用Lbp算法、Gist算法和Phog算法进行3D画图片特征提取得到对应的特征向量，2)将提取到的特征向量进行融合，得到融合特征；3)基于融合特征，采用KNN算法构建3D画智能分类器。本发明是一种将计算机与艺术相结合的创新性尝试，可以促进3D画的自动手机存储，为设计人员和大众提供丰富全面的3D画浏览和检索。在算法设计方面，LBP特征能提取图像中的纹理，Gist特征能提取图像空间包络，PHOG特征能提取局部图像边缘，这些特征的融合能全面地反映出墙画、地画、墙地画和凹墙角画的艺术区别，有助于提高3D画分类的准确度。
-
公开(公告)号：CN113010720A
公开(公告)日：2021-06-22
申请号：CN202110208356.4
申请日：2021-02-24
Applicant: 华侨大学 , 厦门亿联网络技术股份有限公司 , 厦门云知芯智能科技有限公司 , 厦门华联电子股份有限公司
IPC: G06F16/583 , G06F16/33 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于关键对象特征的深度监督跨模态检索方法，具体包括：首先构建特征学习模块抽取每个模态的深度特征，建立每个模态的注意力网络模型将各个模态抽取的特征分为关键特征和辅助特征，然后将每个模态抽取的关键特征和辅助特征进行融合作为最终的语义表征，最后建立三重损失函数：公共空间损失，标签空间损失和模态间不变性损失对模型进行训练学习。本发明提供的方法不仅能提高检索速度而且能够有效解决跨模态检索中精确度不高的问题。
-
公开(公告)号：CN106203528B
公开(公告)日：2019-07-09
申请号：CN201610569138.2
申请日：2016-07-19
Applicant: 华侨大学
Abstract: 一种基于特征融合和KNN的3D画智能分类算法，包括如下步骤：1)分别采用Lbp算法、Gist算法和Phog算法进行3D画图片特征提取得到对应的特征向量，2)将提取到的特征向量进行融合，得到融合特征；3)基于融合特征，采用KNN算法构建3D画智能分类器。本发明是一种将计算机与艺术相结合的创新性尝试，可以促进3D画的自动手机存储，为设计人员和大众提供丰富全面的3D画浏览和检索。在算法设计方面，LBP特征能提取图像中的纹理，Gist特征能提取图像空间包络，PHOG特征能提取局部图像边缘，这些特征的融合能全面地反映出墙画、地画、墙地画和凹墙角画的艺术区别，有助于提高3D画分类的准确度。
-
-
-
Search Results
4
records
(took 0.018 seconds)
