龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：联通(上海)产业互联网有限公司
申请日：2024-04-18
公开（公告）日：2024-06-11
公开（公告）号：CN118172635A
主分类号：G06V10/80
分类号：G06V10/80;G06V10/26;G06V10/40;G06V10/82
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明涉及人工智能领域中大模型多模态信息对齐Multimodalinformationalignment技术领域，尤其为通过设计一种融合频域与空域特征的图像特征增强算法，其步骤具体如下：S1，图像分块编码；S2，频域特征提取；S3，空域特征提取；S4，频域与空域特征融合；S5，最终特征输出及应用：本发明通过分别提取图像的频域特征和空域特征并进行融合增强，不仅克服了现有VisualTransformer架构在处理图像数据时的部分局限性，还充分利用了图像的频域信息，实现了特征提取的多元化和互补性，并且该方法能在多模态任务上提高模型性能，并且有助于提高模型对带噪声图像的鲁棒性，进而在开源数据集中，基于本算法构建的模型取得的效果位于所有算法前列。
主权项：1.一种融合频域与空域特征的图像特征增强算法，其步骤具体如下：S1，图像分块编码：输入分辨率448*448的输入图像，并将其分割为28*28个16*16分辨率的小图像块，其中每块图像在编码过程中融合了其位置信息以增强表达能力；S2，频域特征提取：利用二维傅里叶变换或小波变换空间-频域转换技术，将S1中编码后的图像块序列从空域映射至频域，然后与相同尺寸的可学习矩阵进行Hadamard积运算，从而获取图像的频域特征表示；S3，空域特征提取：将原始图像编码序列分别与三个独立可训练的参数矩阵相乘，生成查询Q、键K、值V三个矩阵，基于自注意力机制计算并输出输入图像的丰富空域特征；S4，频域与空域特征融合：首先将S2得到的频域特征通过傅里叶逆变换转回空域特征，随后与S3得到的空域特征进行串联，并经过LayerNormalization规范化处理；S5，最终特征输出及应用：经过以上一系列处理步骤生成的融合特征作为增强后的图像特征，由此输出融合了频域与空域双重信息的增强图像特征。
全文数据：
权利要求：
百度查询： 联通(上海)产业互联网有限公司 一种融合频域与空域特征的图像特征增强算法
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