龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳市金大智能创新科技有限公司
摘要：本发明公开了基于提示学习的融合双模态的伪造信息检测方法，包括有S1对文本模态样本和图像模态样本分别进行特征提取，得到文本模态特征和图像模态特征；S2一部分文本模态特征基于提示学习进行分类预测得到文本模态提示学习分类结果，一部分图像模态特征基于提示学习进行分类预测得到图像模态提示学习分类结果；S3使用模态一致性学习方式对另一部分文本模态特征和另一部分图像模态特征进行多模态对齐特征生成；S4使用注意力机制对文本模态特征和图像模态特进行跨模态特征交互式融合；S5通过设置模态注意力机制为模态分配权重实现特征聚合，并输入到分类器中得到聚合特征分类结果；S6对聚合特征分类结果、文本模态提示学习分类结果、图像模态提示学习分类结果进行加权融合分类预测，可以避免融合的偶然性，提高准确率。
主权项：1.基于提示学习的融合双模态的伪造信息检测方法，其特征在于：包括有S1、对文本模态样本和图像模态样本分别进行特征提取，得到文本模态特征和图像模态特征；S2、一部分文本模态特征基于提示学习进行分类预测得到文本模态提示学习分类结果，一部分图像模态特征基于提示学习进行分类预测得到图像模态提示学习分类结果；S3、使用模态一致性学习方式对另一部分文本模态特征和另一部分图像模态特征进行多模态对齐特征生成；S4、使用注意力机制对文本模态特征和图像模态特进行跨模态特征交互式融合；S5、通过设置模态注意力机制为模态分配权重实现特征聚合，并输入到分类器中得到聚合特征分类结果；S6、对聚合特征分类结果、文本模态提示学习分类结果、图像模态提示学习分类结果进行加权融合分类预测。
全文数据：
权利要求：
百度查询： 深圳市金大智能创新科技有限公司 基于提示学习的融合双模态的伪造信息检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号