一种结合知识图谱的变分自编码器零样本图像识别方法

发明专利有效专利

申请号：
CN202110786235.8
IPC分类号：G06K9/00;G06K9/34;G06K9/62;G06F16/36;G06N3/04;G06N3/08
申请日期：
2021-07-12
申请人：
辽宁工程技术大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种结合知识图谱的变分自编码器零样本图像识别方法
申请号	CN202110786235.8	申请日期	2021-07-12
法律状态	公开	申报国家	中国
公开/公告日	2021-10-15	公开/公告号	CN113505701A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2;;;G;0;6;F;1;6;/;3;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	辽宁工程技术大学	申请人地址	辽宁省阜新市细河区中华路47号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	辽宁工程技术大学	当前权利人	辽宁工程技术大学
发明人	张海涛;苏琳
代理机构	北京华夏正合知识产权代理事务所（普通合伙）	代理人	韩登营;张丽萍

摘要

本发明公开了一种结合知识图谱的变分自编码器零样本图像识别方法，步骤为：对视觉特征学习网络的训练，训练图像输入CNN卷积神经网络，将提取到的图像特征通过VAE编码成低维特征向量Zi，投入潜在特征空间；对语义特征学习网络的训练；对每个模态特定解码器的训练；利用学习好的网络融合未知类视觉和语义知识推断出样本的类别。本发明采用生成模型变分自编码器生成相应类别的潜在特征，减轻了可见类和不可见类之间的数据不平衡，在准确率上有一定的提高。本发明通过构建联合类别分级结构，类别文本描述和词向量的层次结构化知识图谱作为语义信息库，将知识图谱中丰富的语义知识结合到生成模型中，最大效果的提高分类准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供