-
公开(公告)号：CN115661457A
公开(公告)日：2023-01-31
申请号：CN202211342949.0
申请日：2022-10-31
Applicant: 大连理工大学
IPC: G06V10/26 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明属于人工智能研究领域，提出一种基于网络模体图表示学习的小样本语义分割方法。本发明主要解决由于通道特征提取能力不足，导致的查询图像中通道信息丢失问题。所述方法主要包括特征提取模块、关系参考模块、隐式关系挖掘模块、多尺度交互模块和最终分割模块。该发明将查询通道特征作为节点，构造图结构，建立节点之间的关系；利用网络模体来量化节点的属性特征和结构特征，以增强通道之间的关系；最后，聚合属性特征和结构特征，并通过图表示学习来挖掘节点之间的隐式关系。该发明通过将查询通道特征的隐式关系显示化，缓解了查询图像中的信息丢失问题。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
