您的当前位置：首页一种基于区域敏感得分图谱及多实例学习的图片属性探测方法[发明专利]

一种基于区域敏感得分图谱及多实例学习的图片属性探测方法[发明专利]

来源：华佗健康网

专利内容由知识产权出版社提供

专利名称：一种基于区域敏感得分图谱及多实例学习的图片属

性探测方法

专利类型：发明专利

发明人：何小海,陈祥,张杰,卿粼波,苏婕,王正勇,滕奇志申请号：CN201710714926.0申请日：20170819公开号：CN107563418A公开日：20180109

摘要：本发明公开了一种基于区域敏感得分图谱及多实例学习的图片属性探测方法。包括以下步骤：通过卷积神经网络将输入图像转换为RSSM特征图谱，再通过RSSM组合层将RSSM特征图谱转换为1000×10×10的MIL特征图谱，最后将MIL特征图谱输入到多实例学习MIL网络层得到1000×1的属性概率向量。本发明所述的基于区域敏感得分图谱及多实例学习的属性探测方法比起之前的方法探测准确率有明显提升，同等情况下，基于CNN模型和FCN‑MIL模型的准确率只能达到30.8％和34.0％，而本发明提出的基于敏感区域得分图谱和多实例学习的方法能够达到42.1％。此外基于敏感区域得分图谱及多实例学习的方法能够探测图片的1000种属性，比一般的属性探测方法更全面，基本能够胜任一般的图片视频描述及场景理解的需要。

申请人：四川大学

地址：610065 四川省成都市武侯区一环路南一段24号

国籍：CN

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文