摘要
基于层次知识引导双流图神经网络识别多标签舌象的方法,包括以下步骤:从舌象语料库中获取所有舌象类别的语义嵌入向量,对语义嵌入向量进行优化获得层次化语义;依据层次化语义和舌象类别的关联关系构建图并得到类别表示;获取舌象图像,利用训练好的ResNet‑101模型对舌象图像进行特征提取,得到视觉特征图;利用对齐模块将视觉特征图和层次化语义在特征空间中对齐,得到层次化语义引导的视觉表示;基于视觉表示构建图并得到每个类别的输出向量;对类别表示和每个类别的输出向量进行组合,得到舌象分类结果,本发明通过层次化语义引导得到视觉表示,增强类别之间的交互,优化视觉表示的表达;提高识别结果的准确性。
技术关键词
层次化语义
识别多标签
语义向量
视觉特征
节点
舌象图像
对齐模块
双线性池化
双曲正切函数
输出特征
消息
邻居
关系
层级
聚类
机制
矩阵
系统为您推荐了相关专利信息
灯饰控制系统
空间特征提取方法
视觉特征
场景
跨模态
电力设备巡检
电力设备信息
机器狗
三维地图数据
异常状态
危险品车辆
路径优化方法
节点
车辆路径优化
路段
城市防灾
路径规划方法
避险方法
可视化窗口
三维模型