Invention Publication
- Patent Title: 一种多模态密集预测的深度信息传输模型的构建方法
-
Application No.: CN202011307818.XApplication Date: 2020-11-19
-
Publication No.: CN112396000APublication Date: 2021-02-23
- Inventor: 吴贺丰 , 张小雨 , 刘凌波 , 林倞 , 王青
- Applicant: 中山大学
- Applicant Address: 广东省广州市海珠区新港西路135号
- Assignee: 中山大学
- Current Assignee: 中山大学
- Current Assignee Address: 广东省广州市海珠区新港西路135号
- Agency: 广州粤高专利商标代理有限公司
- Agent 刘俊
- Main IPC: G06K9/00
- IPC: G06K9/00 ; G06N3/04 ; G06N3/08

Abstract:
本发明提供一种多模态密集预测的深度信息传输模型的构建方法,该方法首先,构建多个子网络是用于RGB图或热图表征学习,再构建一个子网络用于为模式共享;然后,构建一个信息聚集‑分布模块IADM,用于完成平移不变的信息提取以及信息聚合传输、信息分布传输。本发明通过学习多模态对齐表示,建立一个包含信息聚合分布模块的多模态密集预测框架,能够充分捕捉不同模态之间的互补信息,很好的完成信息整合。在各种多模态密度预测任务中,该方案显示出了有效性和通用性。
Public/Granted literature
- CN112396000B 一种多模态密集预测的深度信息传输模型的构建方法 Public/Granted day:2023-09-05
Information query