[發(fā)明專利]標(biāo)簽識別方法、裝置、計算機設(shè)備、存儲介質(zhì)及程序產(chǎn)品有效
| 申請?zhí)枺?/td> | 202111194237.4 | 申請日: | 2021-10-13 |
| 公開(公告)號: | CN113627447B | 公開(公告)日: | 2022-02-08 |
| 發(fā)明(設(shè)計)人: | 王赟豪;陳少華;余亭浩;張紹明;侯昊迪 | 申請(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06V10/46 | 分類號: | G06V10/46;G06V10/75;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京市立方律師事務(wù)所 11330 | 代理人: | 張筱寧 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 標(biāo)簽 識別 方法 裝置 計算機 設(shè)備 存儲 介質(zhì) 程序 產(chǎn)品 | ||
本申請?zhí)峁┮环N標(biāo)簽識別方法、裝置、計算機設(shè)備、存儲介質(zhì)及程序產(chǎn)品,涉及人工智能、云技術(shù)、智慧交通、輔助駕駛等技術(shù)領(lǐng)域。通過特征提取網(wǎng)絡(luò)對待識別信息進(jìn)行多類型特征提取,得到多類型特征;基于該多類型特征與全局標(biāo)簽特征中的每個標(biāo)簽的全局特征,分別確定待識別信息與每個標(biāo)簽之間的匹配度,從而基于該匹配度確定待識別信息的標(biāo)簽;而全局標(biāo)簽特征包括的至少兩個標(biāo)簽的全局特征,是基于每個標(biāo)簽的初始特征、以及所述至少兩個標(biāo)簽之間的關(guān)聯(lián)關(guān)系確定的,能夠表征在多個標(biāo)簽范圍內(nèi)各個標(biāo)簽相互之間存在的關(guān)聯(lián)關(guān)系,通過結(jié)合多個標(biāo)簽之間的全局相關(guān)性進(jìn)行標(biāo)簽識別,避免孤立處理單個標(biāo)簽導(dǎo)致的識別出錯的問題,能夠提高標(biāo)簽識別的準(zhǔn)確性。
技術(shù)領(lǐng)域
本申請涉及人工智能、云技術(shù)、智慧交通、輔助駕駛等技術(shù)領(lǐng)域,本申請涉及一種標(biāo)簽識別方法、裝置、計算機設(shè)備、存儲介質(zhì)及程序產(chǎn)品。
背景技術(shù)
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,許多網(wǎng)絡(luò)平臺可向用戶推送信息流,用戶每天花費大量時間瀏覽信息流。因此,信息流的質(zhì)量對用戶體驗至關(guān)重要,本領(lǐng)域中可以用標(biāo)簽來描述信息流的質(zhì)量,如何識別大量信息所包括的標(biāo)簽,成為本領(lǐng)域中關(guān)鍵問題。
相關(guān)技術(shù)中,以圖像為例,通常采用神經(jīng)網(wǎng)絡(luò)模型提取圖像的圖像特征向量,再利用圖像特征向量進(jìn)一步識別出該圖像可能包括的一個或多個標(biāo)簽,例如,通過標(biāo)簽A的二分類的分類器判斷該圖像是否包括該標(biāo)簽A,從而基于判斷結(jié)果輸出該圖像可能包括的標(biāo)簽。然而,該神經(jīng)網(wǎng)絡(luò)模型易受到數(shù)據(jù)分布和數(shù)據(jù)質(zhì)量的影響,導(dǎo)致標(biāo)簽識別的準(zhǔn)確性較低。
發(fā)明內(nèi)容
本申請?zhí)峁┝艘环N標(biāo)簽識別的方法、裝置、計算機設(shè)備、存儲介質(zhì)及程序產(chǎn)品,可以解決相關(guān)技術(shù)中標(biāo)簽識別的準(zhǔn)確性較低的問題。所述技術(shù)方案如下:
一方面,提供了一種標(biāo)簽識別方法,所述方法包括:
獲取待識別信息,并通過特征提取網(wǎng)絡(luò)對所述待識別信息進(jìn)行多類型特征提取,得到所述待識別信息的多類型特征,所述待識別信息包括至少兩種類型的數(shù)據(jù),所述多類型特征用于表征所述至少兩種類型的數(shù)據(jù)的數(shù)據(jù)特征;
基于所述多類型特征與全局標(biāo)簽特征中的每個標(biāo)簽的全局特征,分別確定所述待識別信息與所述每個標(biāo)簽之間的匹配度,所述全局標(biāo)簽特征包括至少兩個標(biāo)簽的全局特征,所述至少兩個標(biāo)簽的全局特征是基于每個標(biāo)簽的初始特征、以及所述至少兩個標(biāo)簽之間的關(guān)聯(lián)關(guān)系確定的;
基于所述待識別信息與所述每個標(biāo)簽之間的匹配度,確定所述待識別信息的標(biāo)簽。
另一方面,提供了一種標(biāo)簽識別裝置,所述裝置包括:
特征提取模塊,用于獲取待識別信息,并通過特征提取網(wǎng)絡(luò)對所述待識別信息進(jìn)行多類型特征提取,得到所述待識別信息的多類型特征,所述待識別信息包括至少兩種類型的數(shù)據(jù),所述多類型特征用于表征所述至少兩種類型的數(shù)據(jù)的數(shù)據(jù)特征;
匹配度確定模塊,用于基于所述多類型特征與全局標(biāo)簽特征中的每個標(biāo)簽的全局特征,分別確定所述待識別信息與所述每個標(biāo)簽之間的匹配度,所述全局標(biāo)簽特征包括至少兩個標(biāo)簽的全局特征,所述至少兩個標(biāo)簽的全局特征是基于每個標(biāo)簽的初始特征、以及所述至少兩個標(biāo)簽之間的關(guān)聯(lián)關(guān)系確定的;
識別模塊,用于基于所述待識別信息與所述每個標(biāo)簽之間的匹配度,確定所述待識別信息的標(biāo)簽。
在一個可能實現(xiàn)方式中,所述全局標(biāo)簽特征通過目標(biāo)模型的圖卷積網(wǎng)絡(luò)得到,所述目標(biāo)模型包括所述特征提取網(wǎng)絡(luò)和所述圖卷積網(wǎng)絡(luò);所述裝置還包括模型訓(xùn)練模塊,包括:
構(gòu)建單元,用于構(gòu)建初始模型;
全局標(biāo)簽關(guān)聯(lián)單元,用于將所述至少兩個標(biāo)簽的初始特征輸入所述初始圖卷積網(wǎng)絡(luò),基于所述至少兩個標(biāo)簽的初始特征和所述初始圖卷積網(wǎng)絡(luò)的特征相關(guān)函數(shù),輸出初始全局標(biāo)簽特征;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111194237.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





