在审

基于视觉关联增强的视觉目标关系抽取方法

黄魁华、陈超、石建迈、孙博良、范长俊、孙向东、胡星辰、黄金才、张军、成清、秦伟锋、秦筱楲、张亚、白鹏英、贾彦翔
中国人民解放军国防科技大学
黄魁华 专利 134
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
陈超 专利 104
中国人民解放军国防科技大学
计算模型系统生物模型计算计算技术
石建迈 专利 122
佛山大学
计算技术物理仪器导航
孙博良 专利 55
中国人民解放军国防科技大学
计算技术物理仪器视觉识别
范长俊 专利 77
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
孙向东 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
胡星辰 专利 64
中国人民解放军国防科技大学
知识系统计算模型系统计算技术
黄金才 专利 168
中国人民解放军国防科学技术大学
数学模式系统知识系统计算模型系统
张军 专利 102
中国人民解放军国防科技大学
视觉识别图像视频识别生物模型计算
成清 专利 60
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
秦伟锋 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
秦筱楲 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
张亚 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
白鹏英 专利 15
北京机械设备研究所
视觉识别图像视频识别物理仪器
贾彦翔 专利 70
北京机械设备研究所
呼吸保护呼吸保护装置救生设备

摘要

本发明公开了基于视觉关联增强的视觉目标关系抽取方法,所述方法包括:构建视觉目标关系抽取模型;计算所有目标对的视觉关联向量;把所有目标的特征表示和所有目标对的视觉关联向量输入特征增强层,获得所有目标的增强后的特征表示;把目标对的增强后的特征表示输入关系预测层,获得预测的关系概率向量;计算并优化关系抽取损失函数,训练视觉目标关系抽取模型,用视觉目标关系抽取模型进行视觉目标关系抽取。本发明通过计算计算主体特征表示和客体特征表示,利用主体特征表示和客体特征表示计算预测的关系概率向量,最后用难例关注损失函数和二范数损失函数的联合损失函数获得高精度的视觉目标关系抽取。

暂无引用专利