[发明专利]一种基于自监督学习任务的手绘草图理解深度学习方法有效
| 申请号： | 202010411459.6 | 申请日： | 2020-05-15 |
| 公开（公告）号： | CN113673635B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 付彦伟;林航宇;姜育刚;薛向阳 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V30/18;G06V30/19;G06V30/226;G06V30/30;G06N3/0455;G06N3/0895 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 卢泓宇 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于自监督学习任务的手绘草图理解深度学习方法，其特征在于，包括如下步骤：步骤S1，基于不同的手绘草图中点的数据的分类对其中部分数据进行抹除，进一步将抹除部分数据后的手绘草图的数据用于自监督学习；步骤S2，将手绘草图的数据序列化后嵌入编码；步骤S3，将基于双向编码表示和自注意力机制的深度学习网络作为深度特征提取模块，并利用该深度特征提取模块提取手绘草图对应的点数据的深度特征；步骤S4，利用提取的深度特征预测被抹除的部分数据的坐标数据和状态数据；步骤S5，使用损失函数分别对坐标数据的预测与状态数据的预测任务进行训练从而获得训练好的网络模型。 | ||
| 搜索关键词： | 一种 基于 监督 学习 任务 手绘 草图 理解 深度 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010411459.6/，转载请声明来源钻瓜专利网。
