公开(公告)号：CN109002834B

公开(公告)日：2022-02-11

申请号：CN201810627958.1

申请日：2018-06-15

Applicant: 东南大学

Inventor： 漆桂林 ,  徐华鹏 ,  徐康

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06K9/62 ,  G06F16/58 ,  G06N3/04

Abstract: 本发明公开了一种基于多模态表征的细粒度图像分类方法，利用知识库的嵌入模型，将知识用分布式的向量表达，结合文本的分布式词嵌入表达形式，从而获取图像分类中标签的语义向量表达。并且设计深度学习模型，分别通过检测网络和分类网络学习图像不同层面的特征，将图像与其对应的分类标签的语义向量表达形式联合映射分类，提高了细粒度图像分类的精确度。

公开(公告)号：CN109002834A

公开(公告)日：2018-12-14

申请号：CN201810627958.1

申请日：2018-06-15

Applicant: 东南大学

Inventor： 漆桂林 ,  徐华鹏 ,  徐康

IPC: G06K9/62 ,  G06F17/30 ,  G06N3/04

Abstract: 本发明公开了一种基于多模态表征的细粒度图像分类方法，利用知识库的嵌入模型，将知识用分布式的向量表达，结合文本的分布式词嵌入表达形式，从而获取图像分类中标签的语义向量表达。并且设计深度学习模型，分别通过检测网络和分类网络学习图像不同层面的特征，将图像与其对应的分类标签的语义向量表达形式联合映射分类，提高了细粒度图像分类的精确度。