一种面向多模态少样本语义分割的跨尺度特征匹配方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种面向多模态少样本语义分割的跨尺度特征匹配方法
申请号:
CN202411629927
申请日期:
2024-11-15
公开号:
CN119559394B
公开日期:
2025-10-17
类型:
发明专利
摘要
本发明涉及一种面向多模态少样本语义分割的跨尺度特征匹配方法结合不同模态特点,实现有选择性的跨模态特征融合;利用提出的像素‑图像块互注意力匹配模块(pixel‑to‑patch cross attention,PTPCA),实现不同尺度的支持查询对象特征匹配,进而对无标签的新类图像做出准确的像素级分割。
技术关键词
特征匹配方法
矩阵
多模态
可见光
查询特征
融合特征
语义
特征提取模块
匹配模块
图像
融合多尺度特征
样本
像素
前馈神经网络
对象建模
解码器
模态特征
注意力机制
系统为您推荐了相关专利信息
1
基于灰度图像编码和神经网络的机械故障诊断方法和系统
机械故障诊断方法
二维灰度图像
图像编码
神经网络模型
灰度矩阵
2
模块化智能电池管理系统
模块化智能电池管理系统
电池单元
应力
MEMS传感器
压电复合材料
3
识别商户主体的方法、系统及存储介质
数据
循环神经网络模型
加权特征
标签
卷积神经网络模型
4
一种室内人员拥挤评估方法和装置
深度值
双目相机
像素点
特征匹配算法
网格划分装置
5
一种稀土电解炉取样勺的形变量估算方法及装置
关键点
取样勺
卷积神经网络模型
稀土电解炉
坐标