一种基于多模态信息和全局注意力机制的场景识别方法
实质审查的生效
摘要
本发明是一种基于多模态信息和全局注意力机制的场景识别方法，具体包括步骤1：选取多个场景的RGB图像和深度图像，将编码后的深度图像与RGB图像进行配对，划分为训练集和测试集；步骤2：构建双通道深度神经网络模型；步骤3：将步骤1中划分好的训练集送入到步骤2中的双通道深度神经网络中进行训练；步骤4：识别场景图片。本发明有效的利用了RGB图像和深度图像之间的互补性，通过对RGB图像和深度图像进行全局注意力监测，分别获得对应的可学习类别向量，从而进行场景分类，本发明在提高特征提取能力以及保持并行计算特点的同时，还提高了多模态场景识别的识别率。
基本信息
专利标题 ：
一种基于多模态信息和全局注意力机制的场景识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114266938A
申请号 ：
CN202111592561.1
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙宁李响朱良伟
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市栖霞区文苑路9号
代理机构 ：
南京正联知识产权代理有限公司
代理人 ：
张玉红
优先权 ：
CN202111592561.1
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20211223
申请日 : 20211223
2022-04-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
