基于二维状态空间模型的视觉特征表示学习方法及系统

AITNT
正文
推荐专利
基于二维状态空间模型的视觉特征表示学习方法及系统
申请号:CN202411125968
申请日期:2024-08-16
公开号:CN119131409A
公开日期:2024-12-13
类型:发明专利
摘要
本发明公开了基于二维状态空间模型的视觉特征表示学习方法及系统,本发明的方法包括获取输入图像;将输入图像的四个顶点作为起始点,从左上、右上、右下和左下四个方向进行二维状态空间方程的建模以构建二维状态空间Mamba模型;其中,将二维状态空间方程的建模过程转化为两个独立的一维状态空间方程的建模;利用二维状态空间Mamba模型执行计算机视觉领域的识别预测任务。本发明使用二维状态空间模型自适应地构建图像特征表示,将Mamba模型的优点融入到视觉处理中,同时保留局部特征不变性。
技术关键词
状态空间方程 状态空间模型 执行计算机视觉 视觉特征 学习方法 代表 实例分割 图像获取模块 学习系统 参数 顶点 矩阵 语义 基础
系统为您推荐了相关专利信息
1
一种智慧用电信息管理系统
信息管理系统 数据 智慧用电 多模型 特征工程
2
图像处理方法、模型训练方法、装置、电子设备和介质
视觉特征 纹理特征 对象 衣物领口 展示界面
3
一种基于多模态融合的智慧楼宇管理系统
智慧楼宇管理系统 视觉特征提取 处理器模块 多模态数据采集 特征提取模块
4
基于提示工程和判决预测的相似法律判决文书匹配方法
模型训练方法 联合学习方法 案件 多层感知机 输出特征
5
基于监督学习的数据识别方法和系统
梯度提升机 数据识别方法 稀疏特征 关联规则算法 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号