摘要
本发明提供了一种基于动态文本提示的目标重识别终身学习方法,在动态提示融合模块中,使用动态文本提示作为图像空间到语义空间的锚点,引导模型实现图像特征到文本提示的语义,将局部细粒度特征强化模块在知识提取过程中,引导模型关注更细粒度的知识转移,在细粒度的局部特征之间建立更准确的映射,以增强局部文本提示和图像特征的对齐,在可学习知识蒸馏模块中,利用可变蒸馏温度系数控制不同域的知识转移能力。本发明实现不同域的目标图像到统一语义空间的映射,引入局部细粒度特征强化模块实现局部空间的特征一致性,利用可学习知识蒸馏模块调整模型在跨域知识过程中的温度系数,防止倾向过拟合当前数据集分布而导致的灾难性遗忘问题。
技术关键词
局部图像特征
细粒度特征
图像编码器
学习方法
文本编码器
动态
代表
视觉特征
语义特征
检索图像
人体下半身
蒸馏
模块
人体脚部
网络
阶段
系统为您推荐了相关专利信息
无标签样本
监督学习方法
特征融合技术
融合特征
特征提取网络
客户端
联邦学习方法
样本
皮尔逊相关系数
更新模型参数
3D点云图像
重构
异常检测方法
融合特征
交叉注意力机制
LightGBM模型
客户
信用卡
学习方法
样本