← 返回列表

一种基于本质因果推理的细粒度分类方法及系统

申请号: CN202311499603.6
申请人: 北京邮电大学
申请日期: 2023/11/10

摘要文本

本发明提供一种基于本质因果推理的细粒度分类方法及系统,所述方法的步骤包括:将遥感图像输入到预设的骨干网络中,通过所述骨干网络输出本征特征张量;将所述本征特征张量输入到因果多头注意力模块中,通过所述因果多头注意力模块输出注意力特征图;将所述本征特征张量和注意力特征图输入到注意力池化模块,所述注意力池化模块对所述本征特征张量和注意力特征图进行扁平化处理,基于扁平化处理后的本征特征张量和注意力特征图,得到本质特征向量;将所述本质特征向量输入到预设的特征解耦合网络中,所述特征解耦合网络设置有分类器,通过所述分类器输出得到分类结果。

专利详细信息

项目 内容
专利名称 一种基于本质因果推理的细粒度分类方法及系统
专利类型 发明申请
申请号 CN202311499603.6
申请日 2023/11/10
公告号 CN117611883A
公开日 2024/2/27
IPC主分类号 G06V10/764
权利人 北京邮电大学
发明人 尤亚楠; 朱凯雯; 易永皓; 周文莉
地址 北京市海淀区西土城路10号

专利主权项内容

1.一种基于本质因果推理的细粒度分类方法,其特征在于,所述方法的步骤包括:将遥感图像输入到预设的骨干网络中,通过所述骨干网络输出本征特征张量;将所述本征特征张量输入到因果多头注意力模块中,通过所述因果多头注意力模块输出注意力特征图;将所述本征特征张量和注意力特征图输入到注意力池化模块,所述注意力池化模块对所述本征特征张量和注意力特征图进行扁平化处理,基于扁平化处理后的本征特征张量和注意力特征图,得到本质特征向量;将所述本质特征向量输入到预设的特征解耦合网络中,所述特征解耦合网络设置有分类器,通过所述分类器输出得到分类结果。