多主体任务中基于意图的图片识别方法

多主体任务中基于意图的图片识别方法，涉及计算机视觉技术。准备多个经典的图片数据集；利用图片数据集合成多主体图片数据集；提出在不同监督信号下，如何提高目标主体图片的识别问题，将ResNet50模型作为提取特征的基本网络模型；设计在无监督情况下，基于多样性上下文相似性的网络架构；设计在完全监督情况下，基于经典分类器的网络架构；根据数据是否有监督信号，利用反向传播算法对网络进行学习，获得意图信息，即模型拥有某一主体的特征提取能力；在不同监督信号的情况下，利用生成的多个多主体数据集和获得意图信息的模型进行图片识别任务并利用多个评测标准进行评估。有效缓解非目标主体对多主体任务中目标图片识别的干扰。 Th...

Full description

Saved in:
Bibliographic Details
Format Patent
LanguageChinese
Published 31.05.2024
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:多主体任务中基于意图的图片识别方法，涉及计算机视觉技术。准备多个经典的图片数据集；利用图片数据集合成多主体图片数据集；提出在不同监督信号下，如何提高目标主体图片的识别问题，将ResNet50模型作为提取特征的基本网络模型；设计在无监督情况下，基于多样性上下文相似性的网络架构；设计在完全监督情况下，基于经典分类器的网络架构；根据数据是否有监督信号，利用反向传播算法对网络进行学习，获得意图信息，即模型拥有某一主体的特征提取能力；在不同监督信号的情况下，利用生成的多个多主体数据集和获得意图信息的模型进行图片识别任务并利用多个评测标准进行评估。有效缓解非目标主体对多主体任务中目标图片识别的干扰。 The invention discloses an intention-based picture recognition method in a multi-subject task, and relates to a computer vision technology. Preparing a plurality of classic picture data sets; using the picture data set to form a multi-subject picture data set; the problem of how to improve the recognition of a target subject picture under different supervision signals is proposed, and a ResNet50 model is used as a basic network model for feature extraction; designing a network architecture based on diversity context similarity under an unsupervised condition; designing a network architecture based on a classic classifier under the condition of complete supervision; learning the network by using a back propagation alg
Bibliography:Application Number: CN202210287089