首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】多模态目标重识别方法及装置_深圳须弥云图空间科技有限公司_202410126843.X 

申请/专利权人:深圳须弥云图空间科技有限公司

申请日:2024-01-29

公开(公告)日:2024-04-30

公开(公告)号:CN117953345A

主分类号:G06V10/82

分类号:G06V10/82;G06V10/764;G06V10/74;G06V10/77;G06V10/44;G06V10/42;G06V10/80;G06V10/25;G06V20/70;G06N3/045;G06N3/0464;G06N3/0455;G06N3/098

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.17#实质审查的生效;2024.04.30#公开

摘要:本公开提供了一种多模态目标重识别方法及装置。该方法包括:将训练图像和标签输入目标重识别模型:将训练图像输入图像分类分支,通过图像编码网络输出图像编码特征,通过分类网络输出图像分类结果;将标签输入提示词处理分支,通过提示词编码网络输出提示词编码特征;计算图像编码特征和提示词编码特征之间的相似度损失,计算图像分类结果和标签之间的分类损失;依据分类损失和相似度损失优化目标重识别模型的模型参数,以完成对目标重识别模型的训练。采用上述技术手段,解决现有技术目标重识别训练利用到的信息较为简单,无法确保重识别的准确度的问题。

主权项:1.一种多模态目标重识别方法,其特征在于,包括:构建图像编码网络、可学习提示词构造网络、提示词编码网络、特征变换网络和分类网络,依次连接所述图像编码网络、所述特征变换网络和所述分类网络得到图像分类分支,依次连接所述可学习提示词构造网络和所述提示词编码网络得到提示词处理分支,将所述提示词处理分支作为所述图像分类分支的一个并行分支得到目标重识别模型;获取训练图像和其标签,将所述训练图像和所述标签输入所述目标重识别模型:将所述训练图像输入所述图像分类分支,通过所述图像编码网络输出图像编码特征,通过所述分类网络输出图像分类结果;将所述标签输入所述提示词处理分支,通过所述提示词编码网络输出提示词编码特征;计算所述图像编码特征和所述提示词编码特征之间的相似度损失,计算所述图像分类结果和所述标签之间的分类损失;依据所述分类损失和所述相似度损失优化所述目标重识别模型的模型参数,以完成对所述目标重识别模型的训练。

全文数据:

权利要求:

百度查询: 深圳须弥云图空间科技有限公司 多模态目标重识别方法及装置

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。