摘要
本发明公开了基于多尺度特征与空间注意力机制融合的图像检索方法,涉及图像检索技术领域。通过对需求文本数据进行预处理和特征提取,准确捕捉用户需求。使用图神经网络进行多尺度特征压缩提取,捕捉图像中的细节和全局信息,提高图像特征的表达能力和准确性。通过多模态对齐模型将文本和图像特征映射到同一嵌入空间,实现跨模态检索的高效对齐。通过计算相似度来获取图像匹配指数,分析图像的时间衰弱性和置信度,提升检索结果的准确性和时效性。同时对检索结果进行等级划分和排序,提升用户体验。通过用户反馈指数判断检索结果的有效性。当检索结果不符合用户需求时,对图像重新进行检索,提高图像检索精确性。
技术关键词
检索图像
图像检索方法
文本特征向量
图像匹配
指数
注意力机制
卷积神经网络提取
图像检索技术
多尺度特征提取
词嵌入模型
多模态
夹角余弦
数据
序列
跨模态
时效性
有效性
系统为您推荐了相关专利信息
指数
可信启动方法
网络质量指标
深度学习网络
备份
地热水
地热井
分布式水文模型
GIS空间分析
同位素示踪
结构方程模型
分析方法
叶面积指数
玉米品种
作物需水量
智能家居系统
中央控制系统
因子
通信接口单元
信息采集模块