首页> 中国专利> 基于多尺度跨模态神经网络的多模态讽刺对象检测方法

基于多尺度跨模态神经网络的多模态讽刺对象检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于多尺度跨模态神经网络的多模态讽刺对象检测方法，包括步骤：获取一定量的包含讽刺意味且带有图像的推特文本作为基础数据集；结合图像和文本上下文对照信息，对基础数据集中的图文对进行标注；设计多模态讽刺对象检测神经网络。本发明的有益效果是：本发明设计并构建了多模态讽刺对象检测神经网络，包括文本信息编码器、图像信息编码器、B2M转换器、跨模态编码器(MCE)、M2N转换网络、文本讽刺对象检测网络(TSTI)和图像讽刺对象检测网络，结合图像和文本来检测推特文本中的文本讽刺对象和图像讽刺对象；本发明相比较于已有的方法具有更高的性能。

著录项

公开/公告号CN114036993A

专利类型发明专利
公开/公告日2022-02-11

原文格式PDF
申请/专利权人浙大城市学院;
展开▼

申请/专利号CN202111204835.5
发明设计人孙霖;王跻权;邵美芝;刘益;郑增威;
展开▼

申请日2021-10-15
分类号G06K9/62(20060101);G06F40/279(20200101);G06F40/253(20200101);G06N3/04(20060101);G06N3/08(20060101);
代理机构33101 杭州九洲专利事务所有限公司;
代理人张羽振
地址 310015 浙江省杭州市拱墅区湖州街51号
入库时间 2023-06-19 14:09:38

法律信息

法律状态公告日

法律状态信息

法律状态
2022-03-01

实质审查的生效 IPC(主分类):G06K 9/62 专利申请号:2021112048355 申请日:20211015

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 基于多尺度跨模态神经网络的多模态讽刺对象检测方法 [P] . 中国专利： CN114036993A . 2022-02-11
2. 一种基于跨模态多尺度特征融合的对象检测方法 [P] . 中国专利： CN108734210A . 2018-11-02
3. SPATIO-TEMPORAL AWARENESS ENGINE FOR PRIORITY TREE BASED REGION SELECTION ACROSS MULTIPLE INPUT CAMERAS AND MULTIMODAL SENSOR EMPOWERED AWARENESS ENGINE FOR TARGET RECOVERY AND OBJECT PATH PREDICTION [P] . 美国专利： US2019362173A1 . 2019-11-28

机译：时空感知引擎用于跨多个输入摄像机和多模态传感器感知感知引擎的基于优先树的区域选择，用于目标恢复和对象路径预测
4. SPATIO-TEMPORAL AWARENESS ENGINE FOR PRIORITY TREE BASED REGION SELECTION ACROSS MULTIPLE INPUT CAMERAS AND MULTIMODAL SENSOR EMPOWERED AWARENESS ENGINE FOR TARGET RECOVERY AND OBJECT PATH PREDICTION [P] . 美国专利： US2018101744A1 . 2018-04-12

机译：时空感知引擎用于跨多个输入摄像机和多模态传感器感知感知引擎的基于优先树的区域选择，用于目标恢复和对象路径预测
5. Methods and Software for Detecting Objects in an Image Using Contextual Multiscale Fast Region-Based Convolutional Neural Network [P] . 美国专利： US2018068198A1 . 2018-03-08

机译：基于上下文多尺度快速区域卷积神经网络的图像对象检测方法和软件