申请/专利权人:东南大学;东南大学深圳研究院
申请日:2024-04-02
公开(公告)日:2024-06-14
公开(公告)号:CN118196592A
主分类号:G06V10/82
分类号:G06V10/82;G06V10/764;G06V10/80
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种基于不确定性跨粒度证据特征融合网络的视觉意图理解方法、系统及存储介质,包括构建不确定性跨粒度证据特征融合网络,获得不同粒度下的各意图类别对应的二元隶属证据对;对齐证据对的跨粒度层次表示;构建证据指导的不确定性估计网络;融合来自不同粒度的意见;将训练图像经过跨粒度证据特征融合网络得到意图理解结果,送入二元证据损失函数,对不确定性跨粒度证据特征融合网络进行训练;将测试图像输入到训练好的跨粒度证据特征融合网络,获得对图像背后人类意图的理解结果。本发明还包括基于层次关系的跨粒度证据对齐策略,将不同粒度层下的结果对齐为统一的形式;基于不确定性的意见组合规则,融合来自不同粒度的意见。本发明将证据理论融入不确定性框架,利用不确定性指导跨粒度融合,增强了网络对跨粒度信息的表征能力,大大降低了意图类别歧义所带来的影响,提高对视觉内容的全面理解和对其背后人类意图的识别能力,从而提高人机视觉交互的能力。
主权项:1.一种基于不确定性跨粒度证据特征融合网络的视觉意图理解方法,其特征在于,包括以下步骤:步骤1:构建不确定性跨粒度证据特征融合网络,包括图像特征提取网络、证据生成网络、证据指导的不确定性估计网络;步骤2:基于图像特征提取网络和证据生成网络来获取训练图像中不同粒度下各意图类别对应的二元隶属证据对;步骤3:对齐二元隶属证据对的跨粒度层次表示;步骤4:利用证据指导的不确定性估计网络对不同粒度下各意图类别对应的二元隶属证据对,分配置信度和整体不确定性,以生成不同粒度下各意图类别的主观意见;步骤5:融合来自不同粒度的主观意见,以获得训练图像在不同粒度下的意图理解;步骤6:将训练图像在不同粒度下得到的意图理解结果送入二元证据损失函数,通过二元证据损失函数对步骤1的跨粒度证据特征融合网络进行监督训练,优化该网络参数;步骤7:将测试图像输入到训练好的跨粒度证据特征融合网络之中,得到该图像的视觉意图理解,从而获取该图像背后的真实意图。
全文数据:
权利要求:
百度查询: 东南大学;东南大学深圳研究院 一种基于不确定性跨粒度证据特征融合网络的视觉意图理解方法、系统及存储介质
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。