一种基于多尺度特征联合的细粒度跨媒体检索方法
基本信息
| 申请号 | CN202111258804.8 | 申请日 | - |
| 公开（公告）号 | CN113704537A | 公开（公告）日 | 2021-11-26 |
| 申请公布号 | CN113704537A | 申请公布日 | 2021-11-26 |
| 分类号 | G06F16/583（2019.01）I;G06F16/58（2019.01）I;G06F16/783（2019.01）I;G06F16/78（2019.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 姚亚洲;孙泽人;陈涛;张传一;沈复民 | 申请（专利权）人 | 南京码极客科技有限公司 |
| 代理机构 | 成都君合集专利代理事务所（普通合伙） | 代理人 | 尹玉 |
| 地址 | 211899江苏省南京市浦口区新北路1号江北国际智谷B栋5层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多尺度特征联合的细粒度跨媒体检索方法，本发明在传统的样本级特征的基础上，额外引入目标级特征和关键区域的像素级特征，基于这三种尺度特征构建出三个类别损失函数共同约束特征提取网络。本发明有效解决了传统的公共特征提取方法中只有样本级特征的类别损失约束，样本中的背景噪声和非关键区域对细粒度类别预测造成误导，样本中的背景噪声及非关键区域特征的影响较大的问题。本发明无需引入额外参数，几乎不增加计算成本的同时，更加精准的提取细粒度数据的公共特征，进一步提高细粒度跨媒体检索效果。 |
