一种基于提示学习的多模态目标重识别方法

AITNT
正文
推荐专利
一种基于提示学习的多模态目标重识别方法
申请号:CN202411615002
申请日期:2024-11-13
公开号:CN119152333B
公开日期:2025-01-28
类型:发明专利
摘要
本发明公开了一种基于提示学习的多模态目标重识别方法,涉及计算机视觉领域,包括以下步骤:构建基于提示学习的多模态行人重识别模型;建立损失函数,对基于提示学习的多模态行人重识别模型进行模型训练;将训练完成后的基于提示学习的多模态行人重识别模型应用到实际场景中,完成基于提示学习的多模态目标重识别。本发明解决了现有多模态重识别方法计算成本高,以及不同光谱之间显著的分布差异使得多模态特征融合更加困难的问题。
技术关键词
行人重识别模型 重识别方法 特征提取模块 特征提取器 块编码器 归一化模块 交叉注意力机制 屏蔽模块 序列 前馈神经网络 可见光图像 交换模块 图像特征编码 多模态特征融合 建立通信通道 多层感知器
系统为您推荐了相关专利信息
1
目标检测方法、装置、电子装置和存储介质
对象检测 卷积网络模型 图像 分类器 特征提取模块
2
图像处理方法及装置
文本实体识别 图像处理方法 关系 光学字符识别 编码向量
3
基于注意力机制和混合专家策略的地震初至拾取深度学习方法
深度学习方法 注意力机制 卷积编码器 负载均衡策略 地震波形特征
4
一种结合形态学先验的多通道测深波形分解方法及系统
回波 高斯核函数 波形分解方法 浅水 支持向量机算法
5
一种基于近邻锚点标签纠正的含噪声标签图像分类方法
噪声标签图像 训练图像分类模型 噪声样本 投影器 分类方法
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