公开(公告)号：CN116304145A

公开(公告)日：2023-06-23

申请号：CN202310298214.0

申请日：2023-03-24

Applicant: 厦门大学深圳研究院

Inventor： 纪荣嵘 ,  孙晓帅 ,  马祎炜 ,  钱志鹏 ,  纪家沂

IPC: G06F16/532 ,  G06F18/22 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06F40/279 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 基于文本的人物检索的双向一对多嵌入对齐方法，涉及人物检索方法。1)使用预训练好的ResNet‑50主干网络提取图片特征，使用预训练好的BERT及可训练的Bi‑LSTM模型提取获取全局的视觉与文本特征；2)将视觉特征V均匀分割成K个不重叠部分，采用单词注意模块获得K个不同的文本特征，获取视觉局部特征与文本局部特征；3)建立非局部模块，基于余弦相似性得到非局部的视觉特征和语言特征；4)建立一种全新的双向一对多嵌入范式，具体分为双向嵌入和一对多嵌入两块功能；5)采用身份损失和复合排序损失，两者相加构造整体损失函数进行优化。模型能确定优化方向，同时解决图文对一对多的匹配问题。