龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京工业大学
摘要：一种基于CNN和LSTM的跨媒体目标检测方法，步骤包括：首先搜集符合目标检测任务的数据集；将图像分为训练集、验证集和测试集，并对数据集中的图像进行文本信息和边界框坐标进行标注；接着构建用于跨媒体目标检测的卷积神经网络模型；然后利用训练集中的图像对卷积神经网络模型进行训练；最后利用训练完成的用于跨媒体目标检测的网络模型，对测试数据集中的图像进行检测。在卷积神经网络模型的图片特征提取模块中：先在多个不同的通道提取图像特征，然后分别由适应性图像特征选取结构进行处理，接着由空间特征融合结构对各个通道得到图形特征进行融合处理，最后由FPN网络对融合后的图像特征处理后输出。本方法可很好完成跨媒体目标检索。
主权项：1.一种基于CNN和LSTM的跨媒体目标检测方法，步骤包括：首先，搜集符合目标检测任务的数据集；将图像分为训练集、验证集和测试集，并对数据集中的图像进行文本信息和边界框坐标进行标注；其特征是，步骤还包括：接着，构建用于跨媒体目标检测的卷积神经网络模型；然后，利用训练集中的图像对卷积神经网络模型进行训练；最后，利用训练完成的用于跨媒体目标检测的网络模型，对测试数据集中的图像进行检测；所述用于跨媒体目标检测的卷积神经网络模型是以单阶段网络ZSGNet作为基础模型：单阶段网络ZSGNet包括图片特征提取模块和文字编码模块；首先，图片特征提取模块用来提取图片特征信息，文字编码模块用来提取文字特征信息；之后，将图片特征信息和文字特征信息进行特征融合，输出多维的特征向量，分别作为回归参数和置信度，从而获得一个边界框；在图片特征提取模块中：先在多个不同的通道提取图像特征，然后分别由适应性图像特征选取结构进行处理，接着由空间特征融合结构对各个通道得到图形特征进行融合处理，最后由FPN网络对融合后的图像特征处理后输出；适应性图像特征选取结构把文字特征输入到图像特征提取器内，以文字特征为权重，使得图像特征提取器提取出符合文本信息的特征；再由空间特征融合结构对图形特征进一步处理，使得每个通道的图像特征都能获得其它通道的信息，并且各个通道之间相加权重为可训练参数。
全文数据：
权利要求：
百度查询： 南京工业大学 一种基于CNN和LSTM的跨媒体目标检测方法
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