一种基于多尺度特征融合的零样本学习分类方法.pdfVIP

下载本文档

0
0
约9.66千字
约 10页
2023-05-24 发布于四川
举报
版权申诉

一种基于多尺度特征融合的零样本学习分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多尺度特征融合的零样本学习分类方法，使用深度神经网络模型提取原始尺度图像特征；使用重校准技术对深度神经网络提取的特征图进行二次处理；使用裁剪技术对处理过的特征图进行计算生成细尺度图像；利用所生成的细尺度图像，再通过参数共享的深度神经网络提取细尺度图像特征；将原始尺度和细尺度图像特征进行特征融合，进而将融合特征投影到语义空间和隐空间，分别采用softmaxloss和tripletloss进行参数优化和更新；在预测阶段，使用训练阶段得到的转换矩阵W对给定语义信息的图像进行分类

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112200267 A (43)申请公布日 2021.01.08 (21)申请号 202011190644.3 (22)申请日 2020.10.30 (71)申请人天津大学地址 30