摘要
本发明提出一种基于动态特征贡献度的色纺织物图像检索方法,针对传统检索技术存在的单特征局限性与固定权重融合缺陷进行创新改进。通过多模态特征解耦技术分离颜色、纹理及形状特征,消除特征间耦合干扰;创新构建动态贡献度量化机制,利用梯度反传实时计算特征对检索结果的贡献比例,实现权重自适应调整。该方法突破性地解决了色纺纱织物因颜色渐变、混纺结构差异等复杂特性导致的检索偏差问题,可根据查询图像特征(如色彩渐变织物侧重颜色特征、提花织物侧重形状边缘)智能匹配权重分配,使检索结果更贴合人类视觉感知。其技术方案有效提升了纺织工业中复杂织物的图像检索精度,并为生产工艺数据关联提供了智能化解决方案。
技术关键词
纺织物
图像检索方法
纹理特征
独立特征
动态
多通道特征
多模态特征
样本
Softmax函数
残差模块
纺纱
人类视觉感知
像素颜色值
编码器训练
标签
梯度下降算法
系统为您推荐了相关专利信息
多模态深度学习
协同管理方法
差分隐私技术
动态
数字孪生
视觉诱发电位
卷积循环神经网络
神经网络预测模型
运动补偿算法
指令执行单元
图像去雾方法
局部特征提取
图像去雾模型
频率
全局特征提取
支付交易信息处理
面部特征
面部识别
身份验证
账户