一种基于CNN和Transformer的素描图像-可见光图像的检索方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于CNN和Transformer的素描图像‑可见光图像的检索方法,该方法包括利用多粒度特征提取网络、跨模态共有特征增强网络、多粒度交互网络构建跨模态检索模型。素描图像和可见光图像输入到基于CNN的多粒度特征提取网络得到两个模态的多粒度特征;跨模态共有特征增强网络利用跨模态注意力对多模态特征在共有特征上进行增强,这样不仅可以减小两个模态之间的差异,同时还能增强共有特征的判别性,有利于最后的检索;增强后的特征通过多粒度交互网络进行特征交互来建立多粒度特征之间的上下文关系,来增强多模态特征的判别性表示。通过本发明的方法,能有效减小模态之间的差异,提高检索的精度和效率。
《一种基于CNN和Transformer的素描图像-可见光图像的检索方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023100281184,当前法律状态为已下证,由昆明理工大学提出申请,发明人为张亚飞;王永增;李华锋,申请日期为2023-01-09,公开(公告)日期为2024-08-20,国际专利分类号(IPC)为 G06V 10/44 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于CNN和Transformer的素描图像‑可见光图像的检索方法,该方法包括利用多粒度特征提取网络、跨模态共有特征增强网络、多粒度交互网络构建跨模态检索模型。素描图像和可见光图像输入到基于CNN的多粒度特征提取网络得到两个模态的多粒度特征;跨模态共有特征增强网络利用跨模态注意力对多模态特征在共有特征上进行增强,这样不仅可以减小两个模态之间的差异,同时还能增强共有特征的判别性,有利于最后的检索;增强后的特征通过多粒度交互网络进行特征交互来建立多粒度特征之间的上下文关系,来增强多模态特征的判别性表示。通过本发明的方法,能有效减小模态之间的差异,提高检索的精度和效率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
