1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于跨模态语义对齐的文本行人重识别方法2026

2024-06-01 07:21:36 发布于四川 5
  • 申请专利号：CN202410072896.8
  • 公开（公告）日：2026-09-01
  • 公开（公告）号：CN118072349A
  • 申请人：中国科学技术大学|||招商银行股份有限公司
摘要：本发明公开了一种基于跨模态语义对齐的文本行人重识别方法，包括：1、将文本语句和行人图像分别输入文本编码器和视觉编码器，得到文本特征和图像特征；2、利用令牌聚类学习模块对文本特征和图像特征进行聚类，得到聚类后的文本和视觉部分原型特征；3、通过引入最优传输算法对齐聚类后的文本和视觉部分原型特征，并进一步计算对齐的原型特征的损失函数，用于更新文本编码器和视觉编码器；4、计算文本原型特征和视觉原型特征的相似度矩阵，并得到检索结果。本发明能有效提取行人图像和文本描述中具有辨别力的关键信息，同时通过最优传输算法对齐文本和图像模态，从而能更高效和精确地匹配文本模态和行人图像。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118072349 A (43)申请公布日 2024.05.24 (21)申请号 202410072896.8 G06V 10/764 (2022.01) G06V 10/44 (2022.01) (22)申请日 2024.01.18 G06F 18/24 (2023.01) (71)申请人 中国科学技术大学 G06F 18/23 (2023.01) 地址 230026 安徽省合肥市包河区金寨路 G06F 18/213 (2023.01) 96号 G06F 18/22 (2023.01) 申请人 招商银行股份有限公司 G06N 3/0455 (2023.01) (72)发明人 刘嘉威　赵国治　吴勇　贺强　 甘文君　 (74)专利代理机构 安徽省合肥新安专利代理有 限责任公司 34101 专利代理师 陆丽莉　何梅生 (51)Int.Cl. G06V 40/10 (2022.01) G06V 20/52 (20

最新专利

相关专利