[发明专利]一种基于多任务学习的弱监督图像语义理解方法在审
| 申请号： | 202210626443.6 | 申请日： | 2022-06-02 |
| 公开（公告）号： | CN115222953A | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 许春燕;张书敏;崔振 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/774;G06V10/26 |
| 代理公司： | 北京德崇智捷知识产权代理有限公司 11467 | 代理人： | 金星 |
| 地址： | 210018 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于多任务学习的弱监督图像语义理解方法，包括以下步骤：获取任务缺失图像，构建多层级任务共享编码器，逐层提取高级语义信息，输入相应的解码器分支；构建公共空间‑任务空间特征映射模块，通过不对齐任务融合模块与任务交互映射模块，映射更新各子任务特征；构建任务自适应特征更新模块，多层级迭代更新不对齐任务特征；构建任务自适应的弱监督图像语义理解框架，建立模型损失函数，将任务缺失的图像数据输入模型，获得语义分割、深度估计、表面法线估计等多任务预测结果。本发明根据任务标签不对齐的数据信息，通过公共空间与任务空间的映射交互，充分融合了不对齐任务特征，迭代生成高质量的多任务预测结果，能够有效处理任务缺失的弱监督问题，同时提高了各任务预测准确率。 | ||
| 搜索关键词： | 一种 基于 任务 学习 监督 图像 语义 理解 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南京理工大学，未经南京理工大学许可，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/202210626443.6/，转载请声明来源钻瓜专利网。
