自监督图像表征分析方法、装置、设备及介质

AITNT
正文
推荐专利
自监督图像表征分析方法、装置、设备及介质
申请号:CN202511069242
申请日期:2025-07-31
公开号:CN120931942A
公开日期:2025-11-11
类型:发明专利
摘要
本发明涉及图像检测技术领域,公开了一种自监督图像表征分析方法、装置、设备及介质,包括:对目标原始图像进行空间变换,提取目标变换图像中的变换参数编码及多尺度局部特征图,将目标原始图像的像素坐标信息添加至多尺度局部特征图中;识别多尺度局部特征图中的深层特征图,根据深层特征图确定节点特征,通过节点特征确定每个节点之间的边特征;对节点特征进行更新,根据节点更新特征及边特征确定全局结构关系特征;将变换参数编码、局部细节特征及全局结构关系特征进行融合;对融合后的特征进行自监督优化,得到目标原始图像的图像表征。本申请的技术方案提升自监督图像表征分析的准确性,可应用于金融科技、医疗健康等业务系统平台中。
技术关键词
表征分析方法 局部细节特征 多尺度局部特征 节点特征 节点更新 消息特征 融合特征 坐标 池化特征 像素 编码 关系 深度卷积神经网络 注意力 参数 图像检测技术 全局平均池化 可读存储介质
系统为您推荐了相关专利信息
1
一种基于CMP值的医院运行效率管理方法及系统
特征学习网络 邻居 管理方法 节点特征 矩阵
2
任务复杂度驱动的图语义多智能体协同决策方法及系统
多智能体协同 复杂度 语义向量 决策方法 节点特征
3
车辆服务站点推荐方法、装置、车辆及可读存储介质
站点推荐方法 车辆 行程 神经网络模型训练 推荐装置
4
基于多模态信息融合的睡眠呼吸暂停亚型检测方法
亚型检测方法 睡眠呼吸暂停 多模态信息融合 多模态生理 嵌入特征
5
一种同质增强压缩建模的以太坊恶意样本检测方法及系统
恶意样本检测方法 节点特征 账户 训练检测模型 伪标签生成器
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