申请/专利权人:华中科技大学
申请日:2020-08-05
公开(公告)日:2020-11-24
公开(公告)号:CN111985542A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06K9/46(20060101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.07.12#授权;2020.12.11#实质审查的生效;2020.11.24#公开
摘要:本发明公开了一种代表性图结构模型、视觉理解模型的建立方法及应用,属于视觉理解领域,包括:建立代表性图结构模型;代表性图结构模型包括:特征映射模块,用于从输入特征图像中提取值分支、键值分支和序列分支,并生成偏移矩阵;采样模块,用于根据偏移矩阵对值分支和键值分支中的节点像素或图像栅格采样,得到代表性特征;长距离依赖信息捕获模块,用于对键值分支的代表性特征与序列分支进行矩阵乘法后进行Softmax操作,得到关系矩阵,并对值分支的代表性特征与关系矩阵进行矩阵乘法,得到长距离依赖矩阵;以及特征反映射模块,用于将长距离依赖信息编码到输入特征图像中。本发明能够学习到更精炼的长距离依赖信息,提高视觉理解任务的准确度。
主权项:1.一种代表性图结构模型建立方法,其特征在于,包括:建立代表性图结构模型,用于捕获输入特征图像的长距离依赖信息;所述代表性图结构模型包括:特征映射模块、采样模块、长距离依赖信息捕获模块以及特征反映射模块;所述特征映射模块,用于从所述输入特征图像中提取值分支、键值分支和序列分支,并生成用于指示采样点坐标的偏移矩阵;所述采样模块,用于根据所述偏移矩阵分别对所述值分支和所述键值分支中各节点的邻居节点进行采样,得到所述值分支的代表性特征和所述键值分支的代表性特征;所述长距离依赖信息捕获模块,用于对所述键值分支的代表性特征与所述序列分支进行矩阵乘法后进行Softmax操作,得到关系矩阵,所述关系矩阵中记录了各节点与其采样点间的关系向量;所述长距离信息捕获模块,还用于对所述值分支的代表性特征与所述关系矩阵进行矩阵乘法,得到长距离依赖矩阵,所述长距离依赖矩阵记录了各节点的长距离依赖信息;所述特征反映射模块,用于将节点间的长距离依赖信息编码到所述输入特征图像中,输出包含长距离依赖信息的特征图像;其中,所述节点为像素或图像栅格。
全文数据:
权利要求:
百度查询: 华中科技大学 代表性图结构模型、视觉理解模型的建立方法及应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。