一种基于多尺度特征融合的卫星遥感图文跨模态检索方法

1.本发明涉及人工智能计算机视觉图像文本跨模态检索技术领域，更具体的说是涉及一种基于多尺度特征融合的卫星遥感图文跨模态检索方法。


背景技术：

2.图文跨模态检索是指通过图像检索语义相近的文本，或使用文本来检索语义相近的图像，该任务使得用户可以通过基于文本搜索的方式来找到所需要的图像，此外还可以探求图像和文本的潜在联系，并实现图像和文本两种模态数据的相互补充。图文跨模态检索是目前计算机视觉领域中比较热门的研究方向，由于其具有一定的应用价值，相当一部分的研究者将精力投入到了图文跨模态检索的方法研究中，相关的研究成果不断涌现。尤其是近年来深度学习的快速发展，越来越多基于深度神经网络的图文跨模态检索模型被提出，且跨模态检索的性能和准确度都在不断提升。
3.自然场景下的图文跨模态检索方法大多是基于单一尺度的特征提取方法，在卫星遥感的场景下容易丢失目标特征信息，因此有必要使用多尺度的特征建模方式来处理卫星遥感图像，然而现有的基于多尺度特征学习的方法往往没有考虑到冗余特征带来的负面作用。
4.因此如何利用好多尺度特征，同时消除冗余特征的负面影响，是本领域技术人员亟需解决的问题。


技术实现要素：

5.鉴于上述问题，本发明提供一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，以至少解决上述背景技术中提到的部分技术问题。
6.为了实现上述目的，本发明采用如下技术方案：
7.一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，包括如下步骤：
8.获取目标卫星遥感图像及对应文本；
9.将所述目标卫星遥感图像及对应文本输入至训练好的模型中，输出所述目标卫星遥感图像和对应文本的总相似度；
10.根据所述总相似度，对所述目标卫星遥感图像匹配相应的文本或图像；
11.所述模型基于空洞空间金字塔池化单元、双向显著区域抑制法和双向门控循环单元网络训练而成。
12.进一步地，所述模型通过如下步骤进行训练：
13.s1、获取大量卫星遥感图像，并使用骨干网络对卫星遥感图像进行特征提取，获得初始图像特征；
14.s2、将所述初始图像特征输入多个空洞空间金字塔池化单元进行多尺度特征提取，得到对应的多个多尺度卫星遥感图像特征；
15.s3、使用双向显著区域抑制法对所述多个多尺度卫星遥感图像特征进行特征融
合，获得最终卫星遥感图像特征；
16.s4、使用双向门控循环单元网络对所述最终卫星遥感图像特征的描述文本进行特征提取，获得最终文本特征；
17.s5、分析所述最终卫星遥感图像特征和所述最终文本特征之间的相似度，并根据所述相似度，采用三元组损失函数计算损失值；基于所述损失值训练模型。
18.进一步地，在所述步骤s1中，所述骨干网络由在imagenet上预训练的resnet18生成；所述骨干网络包括输入层、卷积层和多个残差块，且采用最后一个所述残差块的输出作为所述卫星遥感图像的初始图像特征。
19.进一步地，所述步骤s2具体包括：
20.对所述初始图像特征进行上采样操作，获得上采样特征；
21.将所述上采样特征输入多个具有不同扩张率空洞卷积核的空洞空间金字塔池化单元进行多尺度特征提取，获得对应的多个多尺度卫星遥感图像特征。
22.进一步地，空洞空间金字塔池化单元包括第一卷积层和第二卷积层；
23.所述第一卷积层和第二卷积层前均连接有批量归一化层和激活层；
24.所述第二卷积层采用空洞卷积核。
25.进一步地，所述步骤s3具体包括：
26.使用卷积块注意力模块分别获取所述多个多尺度卫星遥感图像特征的显著区域，获得对应的多个显著区域特征；
27.分别对所述多个显著区域特征进行二值化映射处理，获得对应的多个掩码矩阵；
28.基于所述多个掩码矩阵，分别对所述多个多尺度卫星遥感图像特征进行特征融合，获得对应的多个融合特征；
29.将所述多个多尺度卫星遥感图像特征和对应的所述多个融合特征在通道维度上进行拼接后，再通过多层的感知机网络，得到卫星遥感图像权重矩阵；
30.基于所述初始图像特征和所述卫星遥感图像权重矩阵，获得最终卫星遥感图像特征。
31.进一步地，所述步骤s4具体包括：
32.使用nltk库对所述最终卫星遥感图像特征的描述文本进行分词和去停用词处理，并将所述描述文本中的每个词替换成其在语料库中的编号；基于所述编号，使用嵌入矩阵将所述描述文本中的每个词替换成词向量；
33.将所述词向量输入双向门控循环单元网络进行特征提取，将当前时间步的前向隐藏状态和后向隐藏状态的平均值作为当前时间步的语句的特征，作为第一文本特征；
34.将所述第一文本特征通过多层感知机网络映射到与所述最终卫星遥感图像特征相同的维度上，获得最终文本特征。
35.进一步地，所述损失值表示为：
[0036][0037]
其中，l(v,s)表示损失值；ε表示边际值；cos(.，.)表示余弦相似度计算函数；[.]
+
＝max(.，0)；v表示匹配的图像特征；s表示匹配的文本特征；表示不匹配的图像特征；表
示不匹配的文本特征。
[0038]
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，使用空洞空间金字塔池化单元获取多尺度特征，并使用双向显著区域抑制来进行特征融合，以克服特征融合时带来的特征冗余，最终生成具有强大表征能力的卫星遥感图像特征，提高图文跨模态检索的性能。
附图说明
[0039]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0040]
图1为本发明提供的基于多尺度特征融合的卫星遥感图文跨模态检索方法流程示意图。
[0041]
图2为本发明提供的模型训练流程示意图。
[0042]
图3为本发明提供的基于多尺度特征融合的卫星遥感图文跨模态检索方法的网络架构示意图。
[0043]
图4为本发明提供的测试通过图像检索文本时的效果示意图。
[0044]
图5为本发明提供的测试通过文本检索图像时的效果示意图。
具体实施方式
[0045]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046]
参见图1所示，本发明实施例公开了一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，包括如下步骤：
[0047]
获取目标卫星遥感图像及对应文本；
[0048]
将目标卫星遥感图像及对应文本输入至训练好的模型中，输出目标卫星遥感图像和对应文本的总相似度；
[0049]
根据总相似度，对目标卫星遥感图像匹配相应的文本或图像；
[0050]
上述模型基于空洞空间金字塔池化单元、双向显著区域抑制法和双向门控循环单元网络训练而成。
[0051]
其中，模型通过如下步骤进行训练，具体参见图2和图3所示：
[0052]
s1、获取大量卫星遥感图像，并使用骨干网络对卫星遥感图像进行特征提取，获得初始图像特征；
[0053]
s2、将初始图像特征输入多个空洞空间金字塔池化单元进行多尺度特征提取，得到对应的多个多尺度卫星遥感图像特征；
[0054]
s3、使用双向显著区域抑制法对多个多尺度卫星遥感图像特征进行特征融合，获得最终卫星遥感图像特征；
[0055]
s4、使用双向门控循环单元网络对最终卫星遥感图像特征的描述文本进行特征提取，获得最终文本特征；
[0056]
s5、分析最终卫星遥感图像特征和最终文本特征之间的相似度，并根据相似度，采用三元组损失函数计算损失值；基于损失值训练模型。
[0057]
在上述步骤s1中，获取大量卫星遥感图像，对于每一张输入的卫星遥感图像进行预处理，该预处理包括对输入的卫星遥感图像进行随机旋转、裁剪等操作；随后将预处理后的卫星遥感图像输入至骨干网络中进行特征提取；该骨干网络由在imagenet上预训练的resnet18生成。resnet18由输入层、第一层卷积层、四个残差块、一层全局平局池化层和一层全连接层作为输出层所组成，在本发明实施例中中舍弃了最后的全局平均池化和全连接层，使用最后一个残差块的输出作为卫星遥感图像的初始特征表示；即在本发明实施例中，骨干网络包括输入层、卷积层和多个残差块，且采用最后一个所述残差块的输出作为所述卫星遥感图像的初始图像特征vg。
[0058]
在上述步骤s2中，对初始图像特征vg进行上采样操作，使初始图像特征vg的空间尺寸变为原来的两倍，从而获得上采样特征将上采样特征f输入多个具有不同扩张率空洞卷积核的空洞空间金字塔池化单元进行多尺度特征提取，获得对应的多个多尺度卫星遥感图像特征；
[0059]
该空洞空间金字塔池化单元包括第一卷积层和第二卷积层；其中，第一卷积层和第二卷积层前均连接有一个批量归一化层和一个激活层；第二卷积层采用空洞卷积核；
[0060]
在本发明实施例中，具体采用三个空洞空间金字塔池化单元，且这三个空洞空间金字塔池化单元的扩张率分别是2、4和6；通过这三个空洞空间金字塔池化单元上采样特征f进行多尺度特征提取，获得对应的三个多尺度卫星遥感图像特征，记作第一多尺度卫星遥感图像特征v1、第二多尺度卫星遥感图像特征v2和第三多尺度卫星遥感图像特征v3。
[0061]
在上述步骤s3中，使用卷积块注意力模块分别获取多个多尺度卫星遥感图像特征的显著区域，获得对应的多个显著区域特征；分别对多个显著区域特征进行二值化映射处理，获得对应的多个掩码矩阵，其中原本在第i个显著区域特征ai中比较显著的区域将会在第i个掩码矩阵mi中被映射成0，反之为1，其中判断是否显著是通过一个设定好的显著区域阈值来实现的，取值为0.8；基于多个掩码矩阵，分别对多个多尺度卫星遥感图像特征进行特征融合，获得对应的多个融合特征；将多个多尺度卫星遥感图像特征和对应的多个融合特征在通道维度上进行拼接后，再通过多层的感知机网络，得到卫星遥感图像权重矩阵；基于初始图像特征和卫星遥感图像权重矩阵，获得最终卫星遥感图像特征；
[0062]
具体地，以三个空洞空间金字塔池化单元为例进行说明：使用卷积块注意力模块分别对第一多尺度卫星遥感图像特征v1、第二多尺度卫星遥感图像特征v2和第三多尺度卫星遥感图像特征v3进行计算，获得对应的显著区域，从而得到对应的第一显著区域特征a1、第二显著区域特征a2和第三显著区域特征a3；其中卷积块注意力模块由一个通道注意力模块和一个空间注意力模块所组成，空间注意力模块的输出即为显著区域特征描述；
[0063]
分别对第一显著区域特征a1、第二显著区域特征a2和第三显著区域特征a3进行二值化映射处理，获得对应的第一掩码矩阵m1、第二掩码矩阵m2和第三掩码矩阵m3；
[0064]
从两个方向对对第一多尺度卫星遥感图像特征v1、第二多尺度卫星遥感图像特征
v2和第三多尺度卫星遥感图像特征v3进行基于显著区域抑制的特征融合，当从v1向v3这个方向进行融合时，v1中的显著区域将会被优先考虑，当考虑v2时，此前v1考虑过的显著区域将不会再被考虑，以此类推，具体计算公式如下：
[0065]vi
＝ai·
vi+v
i，
i＝1
[0066]vi
＝ai·
(m
i-1
·
vi)+vi，i＝2，3
[0067]v′i＝ai·
(m
i+1
·
vi)+vi，i＝1，2
[0068]v′i＝ai·
vi+vi，i＝3
[0069]
其中vi和v
′i均是经过显著区域抑制的中间特征表示；对得到的v1，v2，v3，v1'，v2'，v3'在通道维度上进行拼接，再通过多层的感知机网络，得到卫星遥感图像权重矩阵vm，最后与最开始的图像初始特征相乘，得到最终卫星遥感图像特征v。
[0070]
在上述步骤s4中，使用nltk库对最终卫星遥感图像特征v的描述文本进行分词和去停用词处理，并将描述文本中的每个词替换成其在语料库中的编号；基于编号，使用嵌入矩阵将描述文本中的每个词替换成维度为300的词向量；将词向量输入双向门控循环单元网络进行特征提取，将当前时间步的前向隐藏状态和后向隐藏状态的平均值作为当前时间步的语句的特征，最终得到文本特征；表示为：
[0071][0072][0073][0074][0075]
其中，gruf表示前向gru；grub表示后向gru；ei表示包含n个词的文本中，第i个词对应的词向量；表示前向gru中第i个隐藏单元的状态；表示后向gru中第i个隐藏单元的状态；si表示第i个词的特征表示。
[0076]
为了对齐图像特征和文本特征的维度，在得到双向门控循环单元网络提取的文本特征sg后，再将sg通过多层感知机网络映射到与所述最终卫星遥感图像特征v相同的维度上，得到最终文本特征s。
[0077]
在上述步骤s5中，首先采用余弦相似度计算函数计算最终卫星遥感图像特征v和最终文本特征s的相似度；之后基于该相似度，采用三元组损失函数计算损失值，计算公式如下：
[0078][0079]
其中，l(v,s)表示损失值；ε表示边际值，ε为常数，在本发明实施例中取值为0.2；cos(.，.)表示余弦相似度计算函数；[.]
+
＝max(.，0)；v表示匹配的图像特征；s表示匹配的文本特征；表示不匹配的图像特征；表示不匹配的文本特征。
[0080]
在上述模型训练步骤中采用的是监督学习法，因此训练时需要大量监督数据，即图像与文本有匹配标注的数据。每次重复执行步s1到s5时，根据训练机器gpu显存的大小处理一部分数据，每次循环根据损失函数反向传播来更新模型参数，将全部数据送入网络一次后记为循环一次，直到达到指定循环轮次后停止训练。本实施例将每次训练处理的卫星遥感图像数设为64，训练一共持续70轮，并且采用动态学习率防止学习不稳定，每训练完20轮之后学习率将会衰减为原来的0.7倍。每轮训练结束后都会将模型在一个小型带标注数据集(验证集)上进行验证，最后训练完成后选择验证集上表现最好的模型作为最终的训练结果。
[0081]
针对上述训练好的模型，涉及到对模型进行测试，即模拟模型在实际使用过程中的表现；在测试过程中，选择在训练集以外的卫星遥感图像和文本作为模型输入，模型输出为：一个行数等于图像数/文本数，相应的列数等于文本数/图像数的矩阵，矩阵中的每个值即代表该值所在行代表的图像/文本与该值相应的所在列代表的文本/图像计算得到的相似性。若要计算某一图像匹配的文本即可将矩阵中图像对应的行排序，值最大的列所代表的文本就是计算得到的最匹配的文本，与此相对也可以计算出与某一文本匹配的图像。
[0082]
为了证明本发明匹配效果的优异性，下面结合具体图像文本匹配结果进行对比说明：
[0083]
附图4为3个根据图像匹配文本的示例，五条语句分别代表计算出的与该图像最相似的文本，可以看出，使用本发明匹配的结果，第1张图展示的是两艘大型船只停靠在港口的照片，其对应的检索结果包括“therearewhite boatsonbothsidesofthedarkblueriver(深蓝色的河两岸有白色的小船)”、“onbothsidesofthegrayportweretwolargeships,fullofredboats(灰色港口的两边是两艘大船，装满了红色的小船)”、“thereweretwolargeshipsonboth sidesofthegrayport,fullofredboats(灰色的港口两边有两艘大船，装满了红色的船)”、“itisawhiteshiporbuilding,agreensea(它是一艘白色的船或建筑，一片绿色的海洋)”和“onbothsidesofthegrayportaretwolargeships,fullofredships(灰色的港口两边是两艘大船，全是红色的船)”；从检索结果来看，这5条的检索结果中的第1条和第4条为两个负例，但这两个负例文本中所描述的信息也包括了“boat”、“darkblueriver”和“sea”等目标，这表明虽然检索到了不正确的结果，但其实从语义的角度来理解的话，此结果也具有一定的合理性，这同样在第2张和第3张查询图像的检索结果中也有所体现。这说明本发明实施例所提出的方法能够合理地根据图像中所蕴含的信息来检索语义上相匹配的文本，且检索到的正例样本的排序一般都是比较靠前的。
[0084]
附图5为3个根据文本匹配图像的示例，因为数据集的标注中一条语句只对应一张图像，因此除了与标注对应的图像标为正确之外，其余四张图像都标为错误，图中第1个示例的查询文本描述的是在机场跑道四周的停机坪上有一个y字型的航站楼，且航站楼旁边有一些飞机整齐地停放着；在检索到的图像结果中，正例排在第1位，其后的4个检索到的图像中也均是机场场景下的图像，其中排在第2位的图像中也包含了一个y字型的航站楼，且附近也停放了一些飞机，这在人眼看来是与查询文本相匹配的，证明本发明实施例的模型即使在类内相似度较高的数据下也能表现出良好的性能，通过挖掘数据中细微的差异来使得查询文本和负例图像在语义空间中的距离变远。第2个示例的查询文本描述的是“笔直的海岸线，海水和鱼一样有质感”的场景，检索结果top-5中正例排在了第1位，其余4个检索到
的图像中要么是海岸线比较曲折，要么是包含了查询文本中所没有提到的目标，这说明模型能够很好地按照查询文本中所包含的信息来进行准确、细致的检索，并对匹配程度越高的图像赋予越靠前的排序。同样在第3个示例中，要查询“弯曲的马路附近带圆弧长方形的白色体育场”，检索结果中正例排在第1位，而排序越靠后的负例中的体育场的形状越来越接近圆形，说明模型能够感知图像中目标的形状属性，并根据查询文本的描述进行精确的检索。
[0085]
基于上述训练好的模型，将目标卫星遥感图像及对应文本输入至该训练好的模型中，可以输出目标卫星遥感图像和对应文本的总相似度；根据该总相似度，实现对目标卫星遥感图像匹配相应的文本或图像；
[0086]
以上对本发明所提供的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法进行了详细介绍，本实施例中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
[0087]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0088]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本实施例中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，包括如下步骤：获取目标卫星遥感图像及对应文本；将所述目标卫星遥感图像及对应文本输入至训练好的模型中，输出所述目标卫星遥感图像和对应文本的总相似度；根据所述总相似度，对所述目标卫星遥感图像匹配相应的文本或图像；所述模型基于空洞空间金字塔池化单元、双向显著区域抑制法和双向门控循环单元网络训练而成。2.根据权利要求1所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，所述模型通过如下步骤进行训练：s1、获取大量卫星遥感图像，并使用骨干网络对卫星遥感图像进行特征提取，获得初始图像特征；s2、将所述初始图像特征输入多个空洞空间金字塔池化单元进行多尺度特征提取，得到对应的多个多尺度卫星遥感图像特征；s3、使用双向显著区域抑制法对所述多个多尺度卫星遥感图像特征进行特征融合，获得最终卫星遥感图像特征；s4、使用双向门控循环单元网络对所述最终卫星遥感图像特征的描述文本进行特征提取，获得最终文本特征；s5、分析所述最终卫星遥感图像特征和所述最终文本特征之间的相似度，并根据所述相似度，采用三元组损失函数计算损失值；基于所述损失值训练模型。3.根据权利要求2所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，在所述步骤s1中，所述骨干网络由在imagenet上预训练的resnet18生成；所述骨干网络包括输入层、卷积层和多个残差块，且采用最后一个所述残差块的输出作为所述卫星遥感图像的初始图像特征。4.根据权利要求2所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，所述步骤s2具体包括：对所述初始图像特征进行上采样操作，获得上采样特征；将所述上采样特征输入多个具有不同扩张率空洞卷积核的空洞空间金字塔池化单元进行多尺度特征提取，获得对应的多个多尺度卫星遥感图像特征。5.根据权利要求4所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，空洞空间金字塔池化单元包括第一卷积层和第二卷积层；所述第一卷积层和第二卷积层前均连接有批量归一化层和激活层；所述第二卷积层采用空洞卷积核。6.根据权利要求2所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，所述步骤s3具体包括：使用卷积块注意力模块分别获取所述多个多尺度卫星遥感图像特征的显著区域，获得对应的多个显著区域特征；分别对所述多个显著区域特征进行二值化映射处理，获得对应的多个掩码矩阵；基于所述多个掩码矩阵，分别对所述多个多尺度卫星遥感图像特征进行特征融合，获
得对应的多个融合特征；将所述多个多尺度卫星遥感图像特征和对应的所述多个融合特征在通道维度上进行拼接后，再通过多层的感知机网络，得到卫星遥感图像权重矩阵；基于所述初始图像特征和所述卫星遥感图像权重矩阵，获得最终卫星遥感图像特征。7.根据权利要求2所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，所述步骤s4具体包括：使用nltk库对所述最终卫星遥感图像特征的描述文本进行分词和去停用词处理，并将所述描述文本中的每个词替换成其在语料库中的编号；基于所述编号，使用嵌入矩阵将所述描述文本中的每个词替换成词向量；将所述词向量输入双向门控循环单元网络进行特征提取，将当前时间步的前向隐藏状态和后向隐藏状态的平均值作为当前时间步的语句的特征，作为第一文本特征；将所述第一文本特征通过多层感知机网络映射到与所述最终卫星遥感图像特征相同的维度上，获得最终文本特征。8.根据权利要求2所述的一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，其特征在于，所述损失值表示为：其中，l(v,s)表示损失值；ε表示边际值；cos(.，.)表示余弦相似度计算函数；[.]
+
＝max(.，0)；v表示匹配的图像特征；s表示匹配的文本特征；表示不匹配的图像特征；表示不匹配的文本特征。

技术总结
本发明公开了一种基于多尺度特征融合的卫星遥感图文跨模态检索方法，涉及人工智能计算机视觉图像文本跨模态检索技术领域，该方法包括如下步骤：获取目标卫星遥感图像及对应文本；将目标卫星遥感图像及对应文本输入至训练好的模型中，输出目标卫星遥感图像和对应文本的总相似度；根据总相似度，对目标卫星遥感图像匹配相应的文本或图像；模型基于空洞空间金字塔池化单元、双向显著区域抑制法和双向门控循环单元网络训练而成。该方法使用空洞空间金字塔池化单元获取多尺度特征，并使用双向显著区域抑制来进行特征融合，以克服特征融合时带来的特征冗余，最终生成具有强大表征能力的卫星遥感图像特征，提高图文跨模态检索的性能。提高图文跨模态检索的性能。提高图文跨模态检索的性能。


技术研发人员：刘伟杰 金福生 徐源 袁野 王国仁
受保护的技术使用者：北京理工大学
技术研发日：2023.05.24
技术公布日：2023/8/13