一種基于多尺度特征聯(lián)合的細(xì)粒度跨媒體檢索方法

基本信息

申請(qǐng)?zhí)?/td> CN202111258804.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113704537A 公開(kāi)（公告）日 2021-11-26
申請(qǐng)公布號(hào) CN113704537A 申請(qǐng)公布日 2021-11-26
分類號(hào) G06F16/583（2019.01）I;G06F16/58（2019.01）I;G06F16/783（2019.01）I;G06F16/78（2019.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 姚亞洲;孫澤人;陳濤;張傳一;沈復(fù)民 申請(qǐng)（專利權(quán)）人 南京碼極客科技有限公司
代理機(jī)構(gòu) 成都君合集專利代理事務(wù)所（普通合伙） 代理人 尹玉
地址 211899江蘇省南京市浦口區(qū)新北路1號(hào)江北國(guó)際智谷B棟5層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于多尺度特征聯(lián)合的細(xì)粒度跨媒體檢索方法，本發(fā)明在傳統(tǒng)的樣本級(jí)特征的基礎(chǔ)上，額外引入目標(biāo)級(jí)特征和關(guān)鍵區(qū)域的像素級(jí)特征，基于這三種尺度特征構(gòu)建出三個(gè)類別損失函數(shù)共同約束特征提取網(wǎng)絡(luò)。本發(fā)明有效解決了傳統(tǒng)的公共特征提取方法中只有樣本級(jí)特征的類別損失約束，樣本中的背景噪聲和非關(guān)鍵區(qū)域?qū)?xì)粒度類別預(yù)測(cè)造成誤導(dǎo)，樣本中的背景噪聲及非關(guān)鍵區(qū)域特征的影響較大的問(wèn)題。本發(fā)明無(wú)需引入額外參數(shù)，幾乎不增加計(jì)算成本的同時(shí)，更加精準(zhǔn)的提取細(xì)粒度數(shù)據(jù)的公共特征，進(jìn)一步提高細(xì)粒度跨媒體檢索效果。