摘要
本发明涉及多模态数据的融合分类方法、系统、存储介质及设备,获取完整模态A和缺失模态B的数据并提取相应的浅层特征,进一步提取共享特征和专有特征;将完整模态A的类间关系蒸馏到缺失模态B中,利用缩放因子和偏置因子校正缺失模态B的分布参数,使缺失模态B的分布参数在校正后和完整模态A的类间关系保持一致,确定缺失模态B的类间关系;利用完整模态A的样本特征和样本与类别中心的关系重建缺失模态B的样本;将两个模态的共享特征视为同等重要,通过加权求和将两个模态的共享特征和专有特征进行融合,融合权重中的通道注意力权重和空间注意力权重分别在对应的通道维度和空间维度上进行加权求和,得到的融合特征利用分类器进行分类。
技术关键词
融合分类方法
浅层特征提取
关系
多模态
样本
融合特征
学习器
蒸馏
注意力机制
数据
因子
校正
通道
分类器
参数
特征提取模块
分类系统
处理器
听觉
系统为您推荐了相关专利信息
空间运动轨迹
关节点
骨架模型
三维模型
三维人体模型