- 专利标题: 基于图卷积网络的视觉检索模型的无监督训练方法和装置
-
申请号: CN202111594299.4申请日: 2021-12-24
-
公开(公告)号: CN113987236B公开(公告)日: 2022-03-22
- 发明人: 王金桥 , 郭海云 , 闫天翊 , 赵朝阳
- 申请人: 中科视语(北京)科技有限公司
- 申请人地址: 北京市门头沟区石龙经济开发区永安路20号3号楼A-6193室
- 专利权人: 中科视语(北京)科技有限公司
- 当前专利权人: 中科视语(北京)科技有限公司
- 当前专利权人地址: 北京市门头沟区石龙经济开发区永安路20号3号楼A-6193室
- 代理机构: 北京路浩知识产权代理有限公司
- 代理商 吴刚
- 主分类号: G06F16/532
- IPC分类号: G06F16/532 ; G06F16/55 ; G06F16/583 ; G06V10/74 ; G06V10/762 ; G06V10/82 ; G06K9/62 ; G06N3/04
摘要:
本发明提供一种基于图卷积网络的视觉检索模型的无监督训练方法和装置。其中方法包括:将图像样本集输入特征提取网络得到特征提取网络输出的目标特征信息;基于目标特征信息构建图像样本集的无向图,将无向图输入图卷积网络,将图像样本集输入特征提取网络,获取特征提取网络的中间层特征信息输入图卷积网络,得到图卷积网络输出第一概率分布信息和特征提取网络输出的目标特征信息;基于目标特征信息对图像样本集进行聚类,基于聚类的结果确定图像样本集的第二概率分布信息,基于第一概率分布信息和第二概率分布信息对特征提取网络和图卷积网络的参数进行调整。本发明可以提升样本的特征表达,从而提升特征提取网络的性能,提升视觉检索的效果。
公开/授权文献
- CN113987236A 基于图卷积网络的视觉检索模型的无监督训练方法和装置 公开/授权日:2022-01-28