[發明專利]一種基于圖像生成模型的視覺搜索目標解碼方法

在審

• 申請號: 201710748222.5
• 申請日: 2017-08-28
• 公開（公告）號: CN107516113A
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 夏春秋
• 申請（專利權）人: 深圳市唯特視科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于圖像生成模型的視覺搜索目標解碼方法，其特征在于，主要包括語義凝視編碼器(一)；視覺搜索目標解碼器(二)；修剪策略(三)。

2.基于權利要求書1所述的視覺搜索目標解碼，其特征在于，凝視編碼用于將原始凝視數據編碼為語義分類空間；生成圖像模型根據編碼的注視數據進行調節，以解碼用戶的可視搜索目標；

參與者在拼貼圖像I中搜索目標類別在搜索任務期間，用戶執行F(I,C,P)＝(x_i,y_i,t_i),i＝1,…,N，其中每個注視是屏幕坐標的三分之一位置x_i,y_i，注視持續時間為t_i；目標是從下式中對目標類別c的視覺搜索目標ST進行采樣；

P(ST|F(I,C,P))=ΣcP(ST|c)P(c|F(I,C,P))---(1)]]>

其中，P(c|F(I,C,P))對應于將注視數據編碼成c和P(ST|c)的語義空間，從該語義空間到視覺搜索目標的解碼。

3.基于權利要求書2所述的視覺搜索目標，其特征在于，將凝視數據集成到卷積神經網絡中，以預測搜索目標的類別和屬性；使用凝視池作為凝視編碼器，第一步是先從凝視數據中重建搜索目標。