申请/专利权人:华中科技大学
申请日:2020-10-15
公开(公告)日:2021-01-08
公开(公告)号:CN112199536A
主分类号:G06F16/55(20190101)
分类号:G06F16/55(20190101);G06F16/58(20190101);G06K9/62(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的撤回
法律状态:2024.04.16#发明专利申请公布后的撤回;2021.01.26#实质审查的生效;2021.01.08#公开
摘要:本发明公开了一种基于跨模态的快速多标签图像分类方法,该方法可以挖掘图像中不同对象之间的共现关系,进而高效地融合图像特征与标签共现关系来生成一个端到端的多标签图像分类模型。该方法通过统计标签之间的共现概率来模型对象之间的依赖关系,并采用双线性多模态因子池化组件来融合图像特征与标签共现关系,不仅加速了模型的收敛速度而且提升了图像分类性能。本发明提出的方法首先结合卷积神经网络和图卷积网络分别生成图像的特征和标签的共现关系词向量,然后采用MFB融合这两种模态的向量,最后通过多标签分类函数生成端到端的分类模型。本发明高效地融合了图像的特征和标签的共现关系词向量,大大加速了模型的收敛速度。
主权项:1.一种基于跨模态的快速多标签图像分类方法,其特征在于,包括以下步骤:1获取待分类图像,使用Python图像库将该待分类图像转换为多维张量;2将步骤1得到的多维张量输入到预先训练好的分类模型中,以得到待分类图像的分类结果。
全文数据:
权利要求:
百度查询: 华中科技大学 一种基于跨模态的快速多标签图像分类方法和系统
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。