基于双注意力流的少样本细粒度图像识别方法
授权
摘要
本发明公开了一种基于双注意流的少样本细粒度图像识别方法，包括：利用注意力引导机制生成加权特征图，筛选出深度描述符；加权特征图使用全局聚合操作得到全局嵌入特征，将筛选出的所有深度描述符建模为一个多示例学习的包，挖掘样本部件之间的关系，聚合归一化得到部件嵌入特征；将全局嵌入特征和部件嵌入特征拼接得到样本最终的嵌入表示，进行类别预测和模型训练。本发明通过卷积神经网络与注意力机制提取图像中的部件与全局特征，通过基于图的多示例学习对局部特征进行建模，丰富了细粒度部分的内在结构相关性，通过注意力机制发掘对细粒度图像识别有用的微妙全局信息，从而得到更高的少样本细粒度图像识别的准确率。
基本信息
专利标题 ：
基于双注意力流的少样本细粒度图像识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114119969A
申请号 ：
CN202210084487.0
公开（公告）日 ：
2022-03-01
申请日 ：
2022-01-25
授权号 ：
CN114119969B
授权日 ：
2022-05-20
发明人 ：
魏秀参徐书林
申请人 ：
南京理工大学
申请人地址 ：
江苏省南京市孝陵卫200号
代理机构 ：
南京理工大学专利中心
代理人 ：
陈鹏
优先权 ：
CN202210084487.0
主分类号 ：
G06V10/25
IPC分类号 ：
G06V10/25 G06V10/74 G06V10/80 G06K9/62 G06N3/04
法律状态
2022-05-20 ：
授权
2022-03-18 ：
实质审查的生效
IPC(主分类) : G06V 10/25
申请日 : 20220125
申请日 : 20220125
2022-03-01 ：
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
