- 专利标题: 一种基于语义特征和度量学习的小样本目标检测方法及系统
-
申请号: CN202110603017.6申请日: 2021-05-31
-
公开(公告)号: CN113255787B公开(公告)日: 2023-07-25
- 发明人: 刘芳 , 刘静 , 焦李成 , 李玲玲 , 刘旭 , 李鹏芳 , 郭雨薇 , 陈璞花
- 申请人: 西安电子科技大学
- 申请人地址: 陕西省西安市雁塔区太白南路2号
- 专利权人: 西安电子科技大学
- 当前专利权人: 西安电子科技大学
- 当前专利权人地址: 陕西省西安市雁塔区太白南路2号
- 代理机构: 西安通大专利代理有限责任公司
- 代理商 高博
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/80 ; G06V10/774 ; G06V10/82 ; G06N3/0464 ; G06N3/045 ; G06V10/74 ; G06N3/08 ; G06F40/284 ; G06F40/30
摘要:
本发明公开了一种基于语义特征和度量学习的小样本目标检测方法及系统,将查询图对应的类别语义名称作为知识,使用自然语言处理领域的word2vec工具计算对应的词向量作为语义特征,并与查询图的图像特征进行融合。通过将语义特征嵌入视觉域中,利用同类别目标在语义空间中具有的语义一致性,减少同类别目标间的距离,利用不同语义类别目标在语义空间中具有的语义差异性,增加不同类目标之间的距离,缓解现有基于度量学习的小样本目标检测模型出现的不同类别但外观视觉较相似目标的错检问题和相同语义类别但外观视觉差异较大的漏检的问题,提升在基类与新类上的检测精度。
公开/授权文献
- CN113255787A 一种基于语义特征和度量学习的小样本目标检测方法及系统 公开/授权日:2021-08-13