摘要
本发明涉及人工智能及医疗健康技术领域,提供一种基于多模态特征的字迹比对方法、装置、设备及介质,能够融合笔画纹理特征、曲线特征及神经网络特征,有效解决了特征区分度不足的问题,在数据量不充分时也能得到较好的效果,并且,采用笔画纹理特征、曲线特征也解决了采用单一神经网络特征缺乏可解释性的问题;构建分类损失函数及三元组度量损失函数,能够在模型训练过程中有效拉近相同样本间的距离,并拉远不同样本间的距离,从而能够更好的区分正负样本,提高模型的准确率;根据字迹比对模型最后一层全连接层输出的图像特征表达合理确定划分阈值,从而能够更加准确的检测出待比对字迹图像是否存在对目标用户字迹的临摹风险。
技术关键词
多模态特征
三元组
比对方法
神经网络特征
图像
曲线特征
基准特征
样本
纹理特征
笔画
编码器
度量
比对装置
锚点
计算机设备
医疗健康技术
输出特征
风险
可读存储介质
系统为您推荐了相关专利信息
自动分割方法
卷积模块
注意力
乳腺
医学图像处理技术
传输电路
电视信号传输方法
分体电视
芯片
时序控制单元