一种基于多模态的轨迹文本匹配方法.pdf
新月****姐a
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于多模态的轨迹文本匹配方法.pdf
本发明公开了一种基于多模态的轨迹文本匹配方法,包括:提取轨迹特征,并计算不同语义层轨迹特征矩阵;对文本进行语义标注,将文本的单词按照语义结构划分成不同的语义层次并构建语义拓扑图,基于RGCN模型对语义拓扑图的节点进行聚合并基于注意力机制更新节点得到词特征向量;计算对应层次的轨迹特征矩阵和词特征向量的相似度并进行加权求和获得整体相似度得分。通过将文本划分为不同语义层次分别进行独立编码,既保留了的文本的细节信息,同时也保留了轨迹和文本中拓扑结构,提高了匹配检索的准确度;同时引入注意力机制和参数共享的方法减少了
一种车辆轨迹多模态预测方法.pdf
本发明公开了一种车辆轨迹多模态预测方法,包括以下步骤:S1、对预测场景、预测目标以及预测目标的行为风格进行分类;S2、利用全概率公式将先验预测模型分为行为模态预测模型和基于行为模态的轨迹预测模型;S3、建立多模态轨迹先验预测模型,对车辆进行先验的多模态轨迹预测形成先验轨迹库;S4、依据道路约束、动力学约束以及交通规则约束对先验轨迹库进行过滤、筛选以及优化;S5、利用基于贝叶斯纳什均衡理论的多智能体交互博弈过程作为后验模型,对先验模型中的轨迹概率进行修正,最终实现对车辆的未来轨迹预测。本发明能够提高智能车辆
基于跨模态置信度感知的图像文本匹配方法.pdf
本发明涉及跨模态检索领域,公开了一种基于跨模态置信度感知的图像文本匹配方法,以待匹配文本为桥梁,参考图像‑文本的全局语义,来衡量图像区域在待匹配文本中被描述的可信程度。并且,本发明在聚合区域‑单词匹配对的局部对齐信息以得到图文整体相关性时,根据匹配置信度来过滤掉与全局图像‑文本语义不一致的局部区域‑单词匹配对,更准确地度量的图文相关性,提升跨模态检索性能。
基于多模态语义匹配的图像风格迁移系统及方法.pdf
本发明揭示了一种基于多模态语义匹配的图像风格迁移系统及方法,包括内容图像输入模块、风格信息输入模块、风格图像向量库、文本图像检索模块、图像风格迁移模块和结果输出模块。本发明提供的多模态语义匹配的图像风格迁移系统及方法,实现了支持文本驱动和图像驱动两种模态数据提供风格信息的图像风格迁移,在图像风格迁移模块中利用注意力机制和插值操作逐渐调整风格图像特征分布与内容图像特征分布对齐,使得最终的风格化结果的内容语义区域和风格语义区域是相互匹配的,在保证风格化结果内容结构完整性的同时获得更好的风格化效果。
基于多模态信息融合处理的文本识别方法.pdf
本发明披露一种基于多模态信息融合处理的文本识别方法。本发明中的多模态信息,包括图像信息和语意信息。在图像信息方面,选用胶囊网络提取像素特征;在语意信息方面,通过引入预处理语言模型构建语意胶囊模块,可以根据文本中前一时刻的字符,预测出下一个字符,为模型提供语意特征;在融合阶段中本发明对胶囊神经网络进行轻量化并对其内部的动态路由算法进行优化,使得在保留网络模型的识别精度的同时有效降低网络中神经元的数量,减少了网络的空间占用,提升运算速度。本发明提出的基于多模态信息融合处理的文本识别方法有效提高了字符文本的识别