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：西北工业大学
申请日：2024-11-13
公开（公告）日：2024-12-17
公开（公告）号：CN119152333A
专利技术分类：...融合，即在传感器级别、预处理级别、特征提取级别或分类级别融合来自各种来源的数据（多模态讲话者的识别或验证 G10L17/10）[2022.01]
专利摘要：本发明公开了一种基于提示学习的多模态目标重识别方法，涉及计算机视觉领域，包括以下步骤：构建基于提示学习的多模态行人重识别模型；建立损失函数，对基于提示学习的多模态行人重识别模型进行模型训练；将训练完成后的基于提示学习的多模态行人重识别模型应用到实际场景中，完成基于提示学习的多模态目标重识别。本发明解决了现有多模态重识别方法计算成本高，以及不同光谱之间显著的分布差异使得多模态特征融合更加困难的问题。
专利权项：1.一种基于提示学习的多模态目标重识别方法，其特征在于，包括以下步骤：S1：构建基于提示学习的多模态行人重识别模型；S2：建立损失函数，对基于提示学习的多模态行人重识别模型进行模型训练；S3：将训练完成后的基于提示学习的多模态行人重识别模型应用到实际场景中，完成基于提示学习的多模态目标重识别；所述S1中基于提示学习的多模态行人重识别模型包括：模态特征提取模块，所述模态特征提取模块用于从多模态图像中提取全局特征信息；模态提示向量模块，所述模态提示向量模块用于在不同模态特征之间建立通信通道，捕捉和转移模态互补信息；模态特征融合模块用于实现不同模态特征的交互和融合；模态缺失场景自适应模块用于动态调整模型结构。
百度查询： 西北工业大学 一种基于提示学习的多模态目标重识别方法
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