Indoor scene classification model based on multi-modal fusion

情态动词 计算机科学 卷积神经网络 人工智能 模式识别(心理学) 特征(语言学) 人工神经网络 融合 降维 特征提取 构造(python库) 上下文图像分类 特征向量 图像(数学) 化学 高分子化学 程序设计语言 哲学 语言学
作者
Yaning Wang,Weifeng Liu,Jianning Li,Zhangming Peng
标识
DOI:10.1109/iccais52680.2021.9624487
摘要

Aiming at the classification of indoor scene images, a multi-modal fusion model is proposed. Firstly, based on the scene image and its semantic description, a single-modal classification model is constructed. For scene images, a convolutional neural network is used to extract features and train classification models. For scene semantic descriptions, a recurrent neural network is used to extract text features. A scene feature space is then constructed and the semantic descriptions are embedded to it to obtain classification results. Secondly, these two kinds of single-modal features are fused and input to a deep neural network after dimensionality reduction, a feature-level fusion model is trained. Finally, two single-modal models and the feature-level fusion model are given different weights to construct a hybrid fusion model, the weights are constantly adjusted to get the best classification accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
song完成签到 ,获得积分10
刚刚
树袋熊和考拉完成签到,获得积分10
3秒前
77完成签到 ,获得积分10
9秒前
wildeager完成签到,获得积分10
11秒前
CH完成签到,获得积分10
14秒前
萤火虫完成签到,获得积分10
14秒前
量子星尘发布了新的文献求助10
15秒前
王蕊完成签到,获得积分10
16秒前
小羊完成签到 ,获得积分10
25秒前
jeronimo完成签到,获得积分10
28秒前
空白完成签到 ,获得积分10
28秒前
凉面完成签到 ,获得积分10
36秒前
幸福妙柏完成签到 ,获得积分10
38秒前
yellow完成签到,获得积分10
44秒前
44秒前
月军完成签到,获得积分10
50秒前
小静完成签到 ,获得积分10
54秒前
SYLH应助月军采纳,获得10
56秒前
悄悄是心上的肖肖完成签到 ,获得积分10
1分钟前
1分钟前
wangermazi完成签到,获得积分0
1分钟前
执着的忆雪完成签到 ,获得积分10
1分钟前
骄傲慕尼黑完成签到,获得积分10
1分钟前
飞龙在天完成签到,获得积分0
1分钟前
银海里的玫瑰_完成签到 ,获得积分10
1分钟前
marc107完成签到,获得积分10
1分钟前
朱佳宁完成签到 ,获得积分10
1分钟前
量子星尘发布了新的文献求助50
1分钟前
小土豆完成签到 ,获得积分10
1分钟前
搜集达人应助法桐落梦采纳,获得100
1分钟前
alho完成签到 ,获得积分10
1分钟前
执着乐双完成签到,获得积分10
1分钟前
peng完成签到,获得积分10
1分钟前
波里舞完成签到 ,获得积分10
1分钟前
世间安得双全法完成签到,获得积分0
1分钟前
Xenia完成签到 ,获得积分10
1分钟前
小胖完成签到 ,获得积分10
1分钟前
豆花浮元子完成签到 ,获得积分10
1分钟前
修语完成签到,获得积分10
1分钟前
aDou完成签到 ,获得积分10
1分钟前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015603
求助须知:如何正确求助?哪些是违规求助? 3555597
关于积分的说明 11318138
捐赠科研通 3288782
什么是DOI,文献DOI怎么找? 1812284
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 812015