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：中国电信股份有限公司
摘要：本公开提供了一种深度学习多任务特征编码方法及其系统。该方法包括：通过终端的自编码器模型的编码网络部分对原始图像的图像数据进行特征提取以获得相应的图像特征；利用终端的编码器将图像特征中的底部特征层转化成比特流；终端将比特流传输到视觉任务处理平台；利用视觉任务处理平台的解码器对比特流进行解码以得到底部特征层；利用视觉任务处理平台的自编码器模型的解码网络部分对解码后的底部特征层进行图像生成处理以生成特征图，其中，特征图用于多个不同的深度学习网络模型；以及将特征图输入到多个不同的深度学习网络模型中以进行机器视觉任务处理。该方法可以尽可能地解决多任务模型的输入特征的普适性问题。
主权项：1.一种深度学习多任务特征编码方法，包括：通过终端的自编码器模型的编码网络部分对原始图像的图像数据进行特征提取以获得相应的图像特征；利用所述终端的编码器将所述图像特征中的底部特征层转化成比特流；所述终端将所述比特流传输到视觉任务处理平台；利用所述视觉任务处理平台的解码器对所述比特流进行解码以得到所述底部特征层；利用所述视觉任务处理平台的自编码器模型的解码网络部分对解码后的所述底部特征层进行图像生成处理以生成特征图，其中，所述特征图用于多个不同的深度学习网络模型；以及将所述特征图输入到所述多个不同的深度学习网络模型中以进行机器视觉任务处理；其中，所述特征图包括：所述底部特征层或者从所述底部特征层向所述解码网络部分的输出特征层迁移的过程中产生的中间特征层；所述生成特征图的步骤包括：预先从所述多个不同的深度学习网络模型中选择共性特征提取层作为连接层；从所述底部特征层和所述中间特征层中选择与所述连接层的特征图尺寸最接近的特征层；以及对所选择的特征层进行卷积操作使得该特征层的通道数等于所述连接层的下一个特征层的通道数，从而获得所需要的特征图。
全文数据：
权利要求：
百度查询： 中国电信股份有限公司 深度学习多任务特征编码方法及其系统
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