基于自监督三重神经网络的图像特征提取方法

AITNT
正文
推荐专利
基于自监督三重神经网络的图像特征提取方法
申请号:CN202510094080
申请日期:2025-01-21
公开号:CN119540575B
公开日期:2025-04-08
类型:发明专利
摘要
本申请涉及一种基于自监督三重神经网络的图像特征提取方法。所述方法包括:构建基于自监督三重神经网络的图像特征提取模型;图像特征提取模型包括学生网络编码器、同构教师网络编码器以及异构教师网络编码器并根据三个编码器构成第一师生网络蒸馏结构、第二师生网络蒸馏结构和教师‑教师网络蒸馏结构;根据预先设计的特征差分回归损失和预先设计的特征多样性保留损失分别对第一师生网络蒸馏结构和教师‑教师网络蒸馏结构以及第二师生网络蒸馏结构进行蒸馏训练,利用训练好的图像特征提取模型对待提取的领域图像进行特征提取。采用本方法能够提高图像特征提取精度。
技术关键词
图像特征提取模型 编码器 图像特征提取方法 教师 网络 协方差矩阵 蒸馏 数据矩阵相乘 学生 异构 定义 变量 设计特征 图像编码 样本 误差
系统为您推荐了相关专利信息
1
基于AI姿态分析与MR人机交互的健身指导系统及方法
健身指导系统 骨架模型 动作示范 智能硬件设备 摄像头模块
2
基于大模型和多模态融合的社交网络虚假消息检测方法
虚假消息检测方法 多模态 社交 代表 分类器
3
一种基于特征图像的铁路调度事故预测方法
事故预测方法 分类预测模型 构建卷积神经网络 铁路 卷积神经网络模型
4
基于三维有限元和神经网络的VLF传播信号预测方法
信号预测方法 神经网络模型 信号传播路径 波导 数值计算方法
5
一种新能源集成的电力施工智能供电系统
能量存储模块 智能控制模块 施工智能 供电系统 发电模块
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