一种基于零样本学习的非限定类别计数系统及方法

AITNT
正文
推荐专利
一种基于零样本学习的非限定类别计数系统及方法
申请号:CN202510965509
申请日期:2025-07-14
公开号:CN120612696A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种基于零样本学习的非限定类别计数系统及方法,属于图像处理领域,包括相互连接的主干网络,三元自注意模块和跨模态精炼融合模块,将任意场景的RGB图像与对应的文本提示输入至主干网络进行特征提取,得到图像特征与文本特征;将RGB图像、文本提示输入、图像特征与文本特征输入至三元自注意模块中,得到自感知图像特征、自感知文本特征与精炼文本特征;将自感知图像特征、自感知文本特征精炼文本特征输入至跨模态精炼融合模块中,得到跨模态的自关注模型参数与多模态自感知特征图;将多模态自感知特征图输入至解码器进行特征还原解码,得到计数密度图;将计数密度图像素值求和,得到指定类别的计数结果。本发明可以更便捷的实现计数操作,存在更广泛的普适性与通用性。
技术关键词
三元组损失函数 注意力 感知特征 计数方法 计数系统 图像特征提取 生成图像特征 样本 跨模态 图像生成器 模块 文本编码器 网络 解码器 密度 图像编码器 矩阵 图像压缩
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