申请/专利权人:西安理工大学
申请日:2024-01-25
公开(公告)日:2024-04-26
公开(公告)号:CN117934947A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0455
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了基于离散小波域Transformer的图像分类方法,首先通过离散小波变换将图像分解成4个小波子带;然后将4个小波子带分块、展开为一个个序列,输入到4个独立的TransformerBlock中;之后,再将4个TransformerBlock输出的4个矩阵级联成一个语义矩阵,再将该语义矩阵输入到任意一个TransformerBlock中;最后,多层感知分类头根据TransformerBlock输出的类别编码序列进行分类。本发明方法解决了现有图形分类方法精度低的问题。
主权项:1.基于离散小波域Transformer的图像分类方法,其特征在于,具体按照以下步骤实施:步骤1,选取n张图像作为训练样本集合P,然后对训练样本集合P中图像进行一级离散小波变换,获得4个小波子带;步骤2,将步骤1中获得的每个小波子带进行分块、线性投影和位置编码,得到每个小波子带的携有位置信息的语义矩阵;步骤3,将步骤2获得的每个小波子带的携有位置信息的语义矩阵L输入到各自的TransformerBlock中,得到每个小波子带的自注意力语义矩阵;步骤4,将步骤3获得的4个小波子带的自注意力语义矩阵级联成一个语义矩阵M,再对该语义矩阵M进行位置编码和添加类别编码序列,得到整幅图像的带有位置信息和类别编码序列的语义矩阵N;步骤5,将步骤4获得的语义矩阵N输入到任意一个TransformerBlock中,得到整幅图像的自注意力语义矩阵和类别编码序列,根据类别编码序列对图像分类。
全文数据:
权利要求:
百度查询: 西安理工大学 基于离散小波域Transformer的图像分类方法
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。