- 专利标题： 一种基于混合监督的特征选择模型训练方法及系统
-
申请号： CN202111471191.6申请日： 2021-12-03
-
公开(公告)号： CN114154576B公开(公告)日： 2024-07-02
- 发明人: 岳昊嵩 , 苗津毓 , 田雨鑫 , 王薇 , 王磊 , 陈伟海
- 申请人： 北京航空航天大学
- 申请人地址： 北京市海淀区学院路37号
- 专利权人： 北京航空航天大学
- 当前专利权人： 北京航空航天大学
- 当前专利权人地址： 北京市海淀区学院路37号
- 代理机构： 北京睿智保诚专利代理事务所
- 代理商 韩迎之
- 主分类号： G06V10/774
- IPC分类号： G06V10/774 ; G06V10/75 ; G06V10/40 ; G06V20/52 ; G06V10/26 ; G06N3/0464 ; G06V10/82 ; G06N3/09
摘要：
本发明公开了一种基于混合监督的特征选择模型训练方法及系统，涉及计算机视觉技术领域，本发明使用图像语义信息和图像特征的注意力信息对特征选择模型的训练提供混合监督作用。基于该训练方法训练特征选择模型，进而将该模型用于图像检索，能够准确地检索出数据库中与输入的检索图像相匹配的历史图像。本发明的训练方法结合了语义信息和注意力信息进行混合优化，优化方法更易收敛，适用于不同特征的特征选择模型，模型预测的准确性更好。
公开/授权文献
- CN114154576A 一种基于混合监督的特征选择模型训练方法及系统 公开/授权日：2022-03-08