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：复旦大学
摘要：本发明提供了一种无监督学习全局以物体为中心的表示物体识别方法及装置，具有这样的特征，包括以下步骤：步骤S1，根据现有图片数据构建训练数据集；步骤S2，构建预测训练模型；步骤S3，根据训练数据集对预测训练模型进行训练，得到训练好的预测训练模型；步骤S4，根据训练好的预测训练模型构建身份预测模型；步骤S5，将场景图像输入身份预测模型，得到身份预测结果。总之，本方法能够准确地识别场景图像中的物体。
主权项：1.一种无监督学习全局以物体为中心的表示物体识别装方法，用于得到场景图像中各个物体的身份预测结果，其特征在于，包括以下步骤：步骤S1，根据现有图片数据构建训练数据集；步骤S2，构建预测训练模型；步骤S3，根据所述训练数据集对所述预测训练模型进行训练，得到训练好的预测训练模型；步骤S4，根据所述训练好的预测训练模型构建身份预测模型；步骤S5，将所述场景图像输入所述身份预测模型，得到所述身份预测结果，其中，所述身份预测模型包括：场景块特征提取单元，用于从所述场景图像中提取场景块特征；背景编码单元，用于对所述场景块特征进行编码，得到背景表示；插槽注意力单元，用于根据所述场景块特征和所述背景表示，得到各个所述物体对应的物体表示；解耦单元，用于对所述背景表示和所有所述物体表示构成的局部以物体为中心的表示进行解耦，得到各个所述物体对应的内在表示和外在表示；相似性单元，存储有全局以物体为中心的表示，用于对每个所述物体，将对应的所述内在表示与所述全局以物体为中心的表示计算相似性，得到对应的身份表示作为所述身份预测结果。
全文数据：
权利要求：
百度查询： 复旦大学 无监督学习全局以物体为中心的表示物体识别方法及装置
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。
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