申请/专利权人：哈尔滨理工大学

申请日：2024-01-04

公开（公告）日：2024-04-05

公开（公告）号：CN117830680A

主分类号：G06V10/762

分类号：G06V10/762;G06V10/74;G06V10/80;G06V10/77

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，属于动物形态学和多媒体信息处理中的动物图像数据聚类处理领域，首先通过对每个视角的存在样本中随机选取多组锚点，形成锚点特征批量和存在特征批量。然后利用缩放点积注意力计算每个视角的锚点和存在特征之间的相似度，得到视角专属集成锚图后根据缺失指示矩阵对其进行加权融合，得到视角公共锚图。重复多次，融合多个视角公共锚图得到视角公共集成锚图后进行快速谱聚类，得到最终聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。

主权项：1.一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，所述方法包括步骤：根据视角缺失指示矩阵提取每个视角的存在样本特征，并将每一视角的特征向量归一化，使其都具有单位模长。对每一视角，从存在样本特征中随机采样b组锚点特征，每一组锚点特征都包含na个锚点。将存在样本特征复制b次得到多组存在特征。将多组锚点特征和多组存在特征分别堆叠成锚点特征批量和存在特征批量。对每一视角，基于常见的张量运算如张量乘法、张量转置、张量逐元素除法、张量softmax等，计算锚点特征批量和存在特征批量之间的缩放点积注意力权重锚图批量。并对所述的锚图批量计算平均值，得到视角专属集成锚图。根据视角缺失指示矩阵，将所有视角的视角专属集成锚图加权融合，得到视角公共锚图。将前三个步骤重复t次，对得到的t个视角公共锚图计算平均值，得到视角公共集成锚图。对所得的视角公共集成锚图进行快速谱聚类，得到最终聚类结果，并对最终聚类结果计算其聚类准确率。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD