CN114937178A - 基于多模态的图像分类方法、装置、可读介质和电子设备 - Google Patents
基于多模态的图像分类方法、装置、可读介质和电子设备 Download PDFInfo
- Publication number
- CN114937178A CN114937178A CN202210771144.1A CN202210771144A CN114937178A CN 114937178 A CN114937178 A CN 114937178A CN 202210771144 A CN202210771144 A CN 202210771144A CN 114937178 A CN114937178 A CN 114937178A
- Authority
- CN
- China
- Prior art keywords
- image
- training
- prior
- classification model
- zero sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开涉及一种基于多模态的图像分类方法、装置、可读介质和电子设备,涉及图像处理技术领域,该方法包括:获取第一模态的待处理图像,利用先验分类模型和零样本分类模型对待处理图像进行分类,以确定待处理图像所属的目标类型。其中,先验分类模型和零样本分类模型根据多个训练图像组训练得到,每个训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。本公开利用相同训练位置不同模态的训练图像组训练先验分类模型和零样本分类模型,实现了跨模态的知识迁移,能够提高图像分类的准确度和泛化能力。
Description
技术领域
本公开涉及图像处理技术领域,具体地,涉及一种基于多模态的图像分类方法、装置、可读介质和电子设备。
背景技术
随着电子信息技术的不断发展,出现了越来越多的检查手段和检查设备,能够采集反映用户体征状态的多模态检查图像。例如,在利用内窥镜查看器官内部的状态时,可以获得同一个位置处的WLI(英文:White Light Imaging,中文:白光成像)图像和NBI(英文:Narrow Band Imaging,中文:窄带成像)图像。进一步的可以通过对检查图像的分类,确定检查区域所属的类型。
通常情况下,要对图像进行准确分类,需要预先获取海量具有标注的检查图像,以作为图像分类的参考基准。然而在实际使用过程中,对海量的检查图像进行收集、标注,工作量大且成本高昂,导致有标注的检查图像的数量很少,图像分类的准确度较低,很难满足实际需求。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种基于多模态的图像分类方法,所述方法包括:
获取第一模态的待处理图像;
利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;
所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
第二方面,本公开提供一种基于多模态的图像分类装置,所述装置包括:
获取模块,用于获取第一模态的待处理图像;
分类模块,用于利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;
所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,本公开首先获取第一模态的待处理图像,然后利用先验分类模型和零样本分类模型对待处理图像进行分类,从而得到待处理图像所属的目标类型。其中,先验分类模型和零样本分类模型是根据多个训练图像组训练得到的,每个训练图像组包括相同训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。本公开利用相同训练位置不同模态的训练图像组训练先验分类模型和零样本分类模型,实现了跨模态的知识迁移,能够提高图像分类的准确度和泛化能力。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种基于多模态的图像分类方法的流程图;
图2是根据一示例性实施例示出的先验分类模型和零样本分类模型的示意图;
图3是根据一示例性实施例示出的另一种基于多模态的图像分类方法的流程图;
图4是根据一示例性实施例示出的另一种基于多模态的图像分类方法的流程图;
图5是根据一示例性实施例示出的一种训练先验分类模型法和零样本分类模型的流程图;
图6是根据一示例性实施例示出的另一种训练先验分类模型法和零样本分类模型的流程图;
图7是根据一示例性实施例示出的一种基于多模态的图像分类装置的框图;
图8是根据一示例性实施例示出的另一种基于多模态的图像分类装置的框图;
图9是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时,可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1是根据一示例性实施例示出的一种基于多模态的图像分类方法的流程图,如图1所示,该方法包括以下步骤:
步骤101,获取第一模态的待处理图像。
举例来说,在利用指定的检查设备对检查对象进行检查时,可以得到反映检查对象状态的图像,即本实施例中的待处理图像。待处理图像的模态为第一模态。第一模态可以用于指示采集待处理图像的设备类型,例如可以为CT(英文:Computed Tomography,中文:计算机断层扫描)、PET(英文:Positron Emission Tomography,中文:正电子发射计算机断层显像)、MRI(英文:Magnetic Resonance Imaging,中文:核磁共振成像)、DR(英文:Digital Radiography,中文:数字化X射线摄影)、DSA(英文:Digital subtractionangiography,中文:数字减影血管造影)等模态,对应的检查设备即为CT设备、PET设备、MRI设备、DR设备、DSA设备等。相应的,第一模态的待处理图像可以理解为,利用第一模态对应的检查设备拍摄检查对象的指定部位(例如可以是:头部、颈部、胸部、腹部、上肢、下肢等)或者器官(例如可以是:心脏、肝、胃、大脑等)得到的图像。例如可以是CT图像、PET图像、MRI图像、DR图像、DSA图像等。第一模态也可以用于指示采集待处理图像时采用的处理技术的类型,例如可以为WLI或者NBI等模态。相应的,第一模态的待处理图像可以理解为,按照第一模态对应的处理技术拍摄检查对象的指定部位或者器官得到的图像,例如可以是NBI图像或者WLI图像等。需要说明的是,待处理图像可以是二维图像,也可以是三维图像,本公开对此不作具体限制。
步骤102,利用先验分类模型和零样本分类模型对待处理图像进行分类,以确定待处理图像所属的目标类型。
其中,先验分类模型和零样本分类模型根据多个训练图像组训练得到,每个训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。
示例的,在得到待处理图像之后,可以利用预先训练的先验分类模型和零样本分类模型对待处理图像进行分类,以确定待处理图像所属的目标类型。可以将待处理图像分别输入先验分类模型和零样本分类模型,并根据先验分类模型的输出和零样本分类模型的输出,确定目标类型。具体的,可以根据先验分类模型的输出和零样本分类模型的输出,确定待处理图像与预先设置的多种类型的匹配概率,然后根据多个匹配概率来确定目标类型,例如可以将匹配概率最高的类型作为目标类型。多种类型可以用于指示待处理图像中指定部位或者器官的状态,例如可以将待处理图像划分为:增生、腺瘤、癌症等,也可以将待处理图像划分为:正常、异常等,还可以将待处理图像划分为:清洁、少量异物、大量异物等。
分类模型和零样本分类模型的训练过程,是利用多个训练图像组训练得到的,其中,每个训练图像组包括两个图像,一个是某一训练位置对应第一模态的零样本图像,另一个是同一训练位置对应第二模态的先验图像,第一模态与第二模态不相同。也就说,一个训练图像组中包含了同一个训练位置的两个不同模态的图像。例如,在利用内窥镜检查肠道时,可以将内窥镜在同一个位置处采集的WLI图像和NBI图像作为一个训练图像组,NBI模态为第一模态,WLI模态为第二模态,相应的NBI图像为零样本图像,WLI图像为先验图像。再比如,第一模态为CT模态,第二模态为PET模态,对应的零样本图像为CT图像,先验图像为PET图像。
零样本图像可以分为指定数量种可见类型(英文:Seen class),先验图像可以分为指定数量种可见类型和至少一种不可见类型(英文:Unseen class),指定数量可以是一个或多个。也就是说零样本图像中只标注了可见类型,即零样本图像的标注信息只能标识零样本图像属于某一种可见类型,而先验图像中既标注了可见类型,又标注了不可见类型,即先验图像的标注信息能够标识先验图像属于某一种可见类型或者某一种不可见类型。也可以理解为,先验图像中的标注是完整的,能够标识出全部类型,而零样本图像中的标注是不完整的,无法标识出全部类型。同样以利用内窥镜检查肠道为例,WLI图像可以分为增生、腺瘤、癌症三种类型,NBI图像可以分为增生和腺瘤两种类型,其中,可见类型为增生和腺瘤,不可见类型为癌症。
具体的,可以将每个训练图像组中的先验图像输入先验分类模型,同时将该训练图像组中的零样本图像输入零样本分类模型,然后以先验分类模型作为教师模型,以零样本分类模型作为学生模型,利用知识蒸馏(英文:Knowledge Distillation)的方式同时训练先验分类模型和零样本分类模型,使得零样本分类模型能够学习到先验分类模型的能力,实现对可见类型和不可见类型的分类。
这样,利用第二模态标注完整的先验图像作为先验知识,结合第一模态标注较少的零样本图像来训练先验分类模型和零样本分类模型,使得零样本分类模型能够学习到先验分类模型的能力,实现了跨模态的知识迁移(即第二模态的先验知识迁移至第一模态)。即零样本分类模型能够学习到可见类型和不可见类型的特征,在第一模态的零样本图像的标注不完整的前提下,也能实现对全部类型的分类,提高了图像分类的准确度和泛化能力。
在一种应用场景中,待处理图像为检查图像。步骤101可以为:
获取检查设备按照第一模态采集指定组织的检查图像。
示例的,待处理图像可以为检查图像,也就是说待处理图像是检查设备按照第一模态采集指定组织时获得的图像。检查设备例如可以是上述CT设备、PET设备、MRI设备、DR设备、DSA设备,也可以是超声探头或者内窥镜等,本公开对此不作具体限定。指定组织可以是检查对象的指定部位或者器官。
第一模态为白光成像模态,第二模态为窄带成像模态,检查图像为白光成像图像。或者,第一模态为窄带成像模态,第二模态为白光成像模态,检查图像为窄带成像图像。
以检查设备为内窥镜,指定组织为肠道为例,第一模态可以设置为白光成像模态,第二模态可以设置为窄带成像模态,相应的检查图像即为内窥镜按照白光成像模态采集肠道得到的白光成像图像。进一步的,训练图像组中的零样本图像为白光成像图像,先验图像为窄带成像图像。
或者,第一模态也可以设置为窄带成像模态,第二模态设置为白光成像模态,相应的检查图像即为内窥镜按照窄带成像模态采集肠道得到的窄带成像图像。进一步的,训练图像组中的零样本图像为窄带成像图像,先验图像为白光成像图像。
相应的,步骤102可以为:
利用先验分类模型和零样本分类模型对检查图像进行分类,以确定指定组织所属的目标类型。
在得到检查图像之后,可以利用先验分类模型和零样本分类模型确定指定组织所属的目标类型。可以理解为,目标类型能够反映指定组织的状态。同样以检查设备为内窥镜,指定组织为肠道为例,通过先验分类模型和零样本分类模型,可以确定肠道内是否存在息肉,即可以将检查图像划分为:存在和不存在两种类型。也可以确定肠道内的息肉的状态,即可以将检查图像划分为增生、腺瘤、癌症三种类型。还可以确定肠道内的清洁状态,即可以将检查图像划分为清洁、少量异物、大量异物三种类型。
先验分类模型和零样本分类模型的结构相同,均包括特征提取器、交叉注意力单元和映射器,还可以包括一个全连接层。连接关系如图2所示,以先验分类模型来具体,其中特征提取器的输入作为先验分类模型的输入,特征提取器的输出与交叉注意力单元的输入连接,交叉注意力单元的输出与映射器的输入连接,映射器的输出与全连接层连接,全连接层的输出作为先验分类模型的输出,同时,特征提取器的输出还与零样本分类模型的交叉注意单元的输入连接。
图3是根据一示例性实施例示出的另一种基于多模态的图像分类方法的流程图,如图3所示,步骤102可以通过以下步骤来实现:
步骤1021,利用先验分类模型中的特征提取器对待处理图像进行特征提取,得到先验图像特征。
步骤1022,利用零样本分类模型中的特征提取器对待处理图像进行特征提取,得到零样本图像特征。
示例的,可以将待处理图像分别输入先验分类模型中的特征提取器和零样本分类模型中的特征提取器,以进行特征提取,得到先验分类模型中的特征提取器输出的先验图像特征,和零样本分类模型中的特征提取器输出的零样本图像特征。可以理解为,先验图像特征和零样本图像特征能够从不同的维度表征待处理图像。先验图像特征和零样本图像特征可以为特征图(英文:Feature Map),也可以是特征向量,本公开对此不作具体限定。先验图像特征可以表示为V={v1,v2,…,vN},其中包括N个特征向量,N的数量可以为SE+UNSE,SE表示指定数量,UNSE表示不可见类型的种数。零样本图像特征可以表示为U={u1,u2,…,uK},其中包括K个特征向量,K的数量可以为SE。两个特征提取器的结构可以为:CNN(英文:ConvolutionalNeuralNetworks,中文:卷积神经网络)或者VGG(英文:Visual GeometryGroup)网络,也可以是Transformer中的Encoder、ResNet、DenseNet等,例如可以是ResNet101,本公开对此不作具体限定。
步骤1023,利用零样本分类模型中的交叉注意力单元,根据先验图像特征确定由第一模态向第二模态转移的先验注意力权重。
步骤1024,利用先验分类模型中的交叉注意力单元,根据零样本图像特征确定由第二模态向第一模态转移的零样本注意力权重。
示例的,可以将先验图像特征和零样本图像特征交叉输入两个模型的交叉注意力单元。将先验图像特征输入零样本分类模型中的交叉注意力单元,通过先验图像特征和零样本图像特征的相似度,确定由第一模态向第二模态转移的先验注意力权重。同时将零样本图像特征输入先验分类模型中的交叉注意力单元,通过先验图像特征和零样本图像特征的相似度,确定由第二模态向第一模态转移的零样本注意力权重。具体的,可以通过公式1来确定先验注意力权重:
可以通过公式2来确定零样本注意力权重:
其中,Γ表示先验注意力权重,A表示零样本注意力权重,表示零样本分类模型中的交叉注意力单元计算的先验图像特征中第n个特征向量与零样本图像特征中第k个特征向量的相似度,表示先验分类模型中的交叉注意力单元计算的零样本图像特征中第k个特征向量与先验图像特征中第n个特征向量的相似度,W1表示零样本分类模型中的交叉注意力单元中的权重,W2表示先验分类模型中的交叉注意力单元中的权重。
步骤1025,根据先验图像特征、零样本图像特征、先验注意力权重和零样本注意力权重,确定目标类型。
示例的,可以将先验图像特征输入先验分类模型的映射器,得到第一组判别结果,即直接根据先验图像特征确定待处理图像与多种类型的匹配概率。将零样本图像特征输入零样本分类模型的映射器,得到第二组判别结果,即直接根据零样本图像特征确定待处理图像与多种类型的匹配概率。同时可以根据先验注意力权重和零样本图像特征确定一种转移特征,再输入零样本分类模型的映射器,得到第三组判别结果,即根据该种转移特征确定待处理图像与多种类型的匹配概率。再根据零样本注意力权重和先验图像特征确定一种转移特征,再输入先验分类模型的映射器,得到第四组判别结果,即根据该种转移特征确定待处理图像与多种类型的匹配概率。最后可以根据综合上述四组判别结果,来确定待处理图像所属的目标类型。例如可以将四组判别结果进行加权求和,然后将匹配概率最高的类型作为目标类型。也可以将第一组判别结果作为参考基准,结合其余三组判别结果确定目标类型。
图4是根据一示例性实施例示出的另一种基于多模态的图像分类方法的流程图,如图4所示,步骤1025可以包括:
步骤1025a,根据先验注意力权重和先验图像特征,确定由第一模态向第二模态转移的先验转移特征。
步骤1025b,根据零样本注意力权重和零样本图像特征,确定由第二模态向第一模态转移的零样本转移特征。
举例来说,可以将先验注意力权重与先验图像特征的乘积作为由第一模态向第二模态转移的先验转移特征。例如可以通过公式3来确定先验转移特征:
其中,F表示先验转移特征,其中包括K个特征向量,Fk表示先验转移特征中第k个特征向量。
同样的,可以将零样本注意力权重与零样本图像特征的乘积作为由第二模态向第一模态转移的零样本转移特征。例如可以通过公式4来确定零样本转移特征:
其中,G表示零样本转移特征,其中包括N个特征向量,Gn表示零样本转移特征中第n个特征向量。
步骤1025c,利用先验分类模型中的映射器,将先验图像特征映射为第一语义特征,并将先验转移特征映射为第二语义特征。
步骤1025d,利用零样本模型中的映射器,将零样本图像特征映射为第三语义特征,并将零样本转移特征映射为第四语义特征。
示例的,可以分别将先验图像特征和先验转移特征输入先验分类模型中的映射器,可以将映射器理解为解码器,能够将先验图像特征转移到一致性语义空间中得到第一语义特征,并将先验转移特征转移到一致性语义空间中得到第二语义特征。
同样的,可以分别将零样本图像特征和零样本转移特征输入零样本分类模型中的映射器,可以将映射器理解为解码器,能够将零样本图像特征转移到一致性语义空间中得到第三语义特征,并将零样本转移特征转移到一致性语义空间中得到第四语义特征。
步骤1025e,根据第一语义特征确定先验类型。
步骤1025f,根据先验类型、第二语义特征、第三语义特征和第四语义特征确定目标类型。
示例的,可以将第一语义特征输入先验分类模型的全连接层,并根据全连接层输出的结果确定先验类型。也就是说,先验类型为先验分类模型直接根据待处理图像确定的类型。进一步的,可以结合先验类型、第二语义特征、第三语义特征和第四语义特征确定目标类型。
在一种实现方式中,步骤1025e的实现方式可以为:
步骤1)将第一语义特征输入先验分类模型中的全连接层,得到第一预测向量。
步骤2)根据第一预测向量和预设激活函数,确定先验类型。
示例的,可以将第一语义特征输入先验分类模型中的全连接层,全连接层可以输出第一预测向量,用于指示待处理图像分别与指定数量种可见类型以及至少一种不可见类型的匹配概率。之后,可以根据第一预测向量和预设激活函数,确定先验类型。例如,预设激活函数可以为argmax,即将第一预测向量中的最大值对应的类型作为先验类型。
在另一种实现方式中,步骤1025f的实现方式可以为:
步骤3)将第三语义特征输入零样本分类模型中的全连接层,得到第二预测向量。
步骤4)根据第二语义特征和第四语义特征确定预测注意力权重。
步骤5)根据预测注意力权重、第二预测向量和指示器函数,确定第三预测向量,指示器函数用于指示先验类型是否为不可见类型。
步骤6)根据第三预测向量和预设激活函数,确定目标类型。
示例的,可以将第三语义特征输入零样本分类模型中的全连接层,全连接层可以输出第二预测向量,用于指示待处理图像分别与指定数量种可见类型以及至少一种不可见类型的匹配概率。
之后,可以根据第二语义特征和第四语义特征确定预测注意力权重。在此基础上结合第二预测向量和指示器函数,确定第三预测向量,用于指示待处理图像分别与指定数量种可见类型以及至少一种不可见类型的匹配概率。具体的,可以根据公式5确定第三预测向量:
其中,表示第三预测向量中第c个元素的值,zc表示第二预测向量中第c个元素的值,Φ’表示第二语义特征,Η’表示第四语义特征,β1表示第二语义特征对应的权重,β2表示第四语义特征对应的权重,例如β1可以设置为:0.9,β2可以设置为:0.1。表示指示器函数,当先验类型为不可见类型时,指示器函数的值为1,当先验类型为可见类型时,指示器函数的值为-1。
之后,可以根据第三预测向量和预设激活函数,确定目标类型。例如,预设激活函数可以为argmax,即将第三预测向量中的最大值对应的类型作为目标类型。
图5是根据一示例性实施例示出的一种训练先验分类模型法和零样本分类模型的流程图,如图5所示,先验分类模型和零样本分类模型是通过以下方式训练得到的:
步骤A,利用先验分类模型中的特征提取器对每个训练图像组包括的先验图像进行特征提取,得到训练先验图像特征。利用零样本分类模型中的特征提取器对该训练图像组包括的零样本图像进行特征提取,得到训练零样本图像特征。
举例来说,在训练先验分类模型和零样本分类模型之前,需要先获取多个训练图像组,例如,可以将内窥镜在同一个训练位置处采集的WLI图像和NBI图像作为一个训练图像组,NBI模态为第一模态,WLI模态为第二模态,相应的NBI图像为零样本图像,WLI图像为先验图像。同样的,也可以将PET/CT设备在同一个训练位置处采集的PET图像和CT图像作为一个训练图像组,CT模态为第一模态,PET模态为第二模态,对应的零样本图像为CT图像,先验图像为PET图像。
针对每一个训练图像组,可以将该训练图像组包括的先验图像输入先验分类模型中的特征提取器以进行特征提取,得到训练先验图像特征。同样的,可以将训练图像组包括的零样本图像输入零样本分类模型中的特征提取器以进行特征提取,得到训练零样本图像特征。训练先验图像特征可以表示为V'={v1',v2',…,vN'},其中包括N个特征向量。训练零样本图像特征可以表示为U'={u1',u2',…,uK'},其中包括K个特征向量。
步骤B,利用零样本分类模型中的交叉注意力单元,根据训练先验图像特征确定由第一模态向第二模态转移的训练先验转移特征。利用先验分类模型中的交叉注意力单元,根据训练零样本图像特征确定由第二模态向第一模态转移的训练零样本转移特征。
示例的,可以将得到的训练先验图像特征和训练零样本图像特征,交叉输入两个模型的交叉注意力单元。将训练先验图像特征输入零样本分类模型中的交叉注意力单元,通过训练先验图像特征和训练零样本图像特征的相似度,确定由第一模态向第二模态转移的训练先验注意力权重。同时将训练零样本图像特征输入先验分类模型中的交叉注意力单元,通过训练先验图像特征和训练零样本图像特征的相似度,确定由第二模态向第一模态转移的训练零样本注意力权重。然后将训练先验注意力权重与训练先验图像特征的乘积作为由第一模态向第二模态转移的训练先验转移特征。并将训练零样本注意力权重与训练零样本图像特征的乘积作为由第二模态向第一模态转移的训练零样本转移特征。训练先验转移特征和训练零样本转移特征的计算方式已在上述实施例中进行了具体说明,此处不再赘述。
步骤C,利用先验分类模型中的映射器,将训练先验图像特征映射为第一训练语义特征,并将训练先验转移特征映射为第二训练语义特征。
步骤D,利用零样本模型中的映射器,将训练零样本图像特征映射为第三训练语义特征,并将训练零样本转移特征映射为第四训练语义特征。
示例的,可以分别将训练先验图像特征和训练先验转移特征输入先验分类模型中的映射器,映射器能够将训练先验图像特征转移到一致性语义空间中得到第一训练语义特征,并将训练先验转移特征转移到一致性语义空间中得到第二训练语义特征。
同样的,可以分别将训练零样本图像特征和训练零样本转移特征输入零样本分类模型中的映射器,映射器能够将训练零样本图像特征转移到一致性语义空间中得到第三训练语义特征,并将训练零样本转移特征转移到一致性语义空间中得到第四训练语义特征。
步骤E,利用先验分类模型中的全连接层,根据第一训练语义特征确定第一训练预测向量,并根据第二训练语义特征确定第二训练预测向量。
步骤F,利用零样本分类模型中的全连接层,根据第三训练语义特征确定第三训练预测向量,并根据第四训练语义特征确定第四训练预测向量。
示例的,可以将第一训练语义特征输入先验分类模型中的全连接层,全连接层可以输出第一训练预测向量,其中包括与指定数量种可见类型以及至少一种不可见类型的匹配概率。同时将第二训练语义特征输入先验分类模型中的全连接层,全连接层可以输出第二训练预测向量。
同样的,可以将第三训练语义特征输入零样本分类模型中的全连接层,全连接层可以输出第三训练预测向量,其中包括与指定数量种可见类型以及至少一种不可见类型的匹配概率。同时将第四训练语义特征输入零样本分类模型中的全连接层,全连接层可以输出第四训练预测向量。
步骤G,根据第一训练预测向量、第二训练预测向量、第三训练预测向量、第四训练预测向量,以及该训练图像组包括的零样本图像所属的真实类型、该训练图像组包括的先验图像所属的真实类型,训练先验分类模型和零样本分类模型。
示例的,可以将该训练图像组包括的零样本图像所属的真实类型作为零样本分类模型的输出,并将该训练图像组包括的先验图像所属的真实类型作为先验分类模型的输出,以达到同时训练先验分类模型和零样本分类模型的目的。需要说明的是,上述训练过程中,初始学习率可以设置为:1e-4,动量可以设置为:0.9,权重衰减可以设置为1e-4,批次的大小可以设置为50,先验图像和零样本图像的大小可以为:224×224。
图6是根据一示例性实施例示出的另一种训练先验分类模型法和零样本分类模型的流程图,如图6所示,步骤G可以通过以下步骤来实现:
步骤G1,根据第一训练预测向量和该训练图像组包括的先验图像所属的真实类型,确定先验交叉熵损失。
步骤G2,根据第三训练预测向量和该训练图像组包括的零样本图像所属的真实类型,确定零样本交叉熵损失。
示例的,可以利用公式6,根据第一训练预测向量和该训练图像组包括的先验图像所属的真实类型,确定先验交叉熵损失:
可以利用公式7,根据第三训练预测向量和该训练图像组包括的零样本图像所属的真实类型,确定零样本交叉熵损失:
步骤G3,根据第二训练预测向量和第二训练语义特征确定第一转移交叉熵损失。
步骤G4,根据第四训练预测向量和第四训练语义特征确定第二转移交叉熵损失。
示例的,可以利用公式8,根据第二训练预测向量和第二训练语义特征确定第一转移交叉熵损失:
其中,Ltr1表示第一转移交叉熵损失,nb表示训练批次的大小,Φi表示批次中第i个训练图像组对应的第二训练语义特征,表示第二训练预测向量中当前先验图像所属的真实类型对应的元素值,表示第二训练预测向量中第个元素的值,表示第二训练预测向量中第c’个元素的值,CS表示可见类型,CU表示不可见类型。λtr为可调节的超参数,可以设置为0.1。表示指示器函数,当第c’个元素对应的类型为不可见类型时,指示器函数的值为1,当第c’个元素对应的类型为可见类型时,指示器函数的值为-1。表示指示器函数,当第个元素对应的类型为不可见类型时,指示器函数的值为1,当第个元素对应的类型为可见类型时,指示器函数的值为-1。
可以利用公式9,根据第四训练预测向量和第四训练语义特征确定第二转移交叉熵损失:
其中,Ltr2表示第二转移交叉熵损失,nb表示训练批次的大小,Hi表示批次中第i个训练图像组对应的第四训练语义特征,表示第四训练预测向量中当前零样本图像所属的真实类型对应的元素值,表示第四训练预测向量中第个元素的值,表示第四训练预测向量中第c’个元素的值,CS表示可见类型,CU表示不可见类型。λtr为可调节的超参数,可以设置为0.1。表示指示器函数,当第c’个元素对应的类型为不可见类型时,指示器函数的值为1,当第c’个元素对应的类型为可见类型时,指示器函数的值为-1。表示指示器函数,当第个元素对应的类型为不可见类型时,指示器函数的值为1,当第个元素对应的类型为可见类型时,指示器函数的值为-1。
步骤G5,根据第二训练预测向量、第二训练语义特征、第四训练预测向量和第四训练语义特征,确定协同损失。
示例的,为了让先验分类模型和零样本分类模型能够进行协同学习,相互指导,可以通过蒸馏学习的方式,结合第二训练预测向量、第二训练语义特征、第四训练预测向量和第四训练语义特征,确定协同损失。具体的,可以利用公式10确定协同损失:
其中,Ldistill表示协同损失,nb表示训练批次的大小,DKL表示KL散度损失,Φi表示批次中第i个训练图像组对应的第二训练语义特征,Hi表示批次中第i个训练图像组对应的第四训练语义特征,表示第二训练预测向量中第1个元素的值,依次类推,表示第四训练预测向量中第1个元素的值,依次类推,其中C=SE+UNSE。
步骤G6,根据先验交叉熵损失、零样本交叉熵损失、第一转移交叉熵损失、第二转移交叉熵损失和协同损失确定总损失。
步骤G7,以降低总损失为目标,利用反向传播算法训练先验分类模型和零样本分类模型。
示例的,可以对先验交叉熵损失、零样本交叉熵损失、第一转移交叉熵损失、第二转移交叉熵损失和协同损失求和,得到总损失。或者也可以对先验交叉熵损失、零样本交叉熵损失、第一转移交叉熵损失、第二转移交叉熵损失和协同损失进行加权求和,得到总损失。最后以降低总损失为目标,利用反向传播算法联合训练先验分类模型和零样本分类模型中神经元的参数,神经元的参数例如可以是神经元的权重和偏置量。重复上述步骤,直至总损失满足预设条件,例如总损失小于预设的损失阈值,以达到训练先验分类模型和零样本分类模型目的,使得零样本分类模型能够学习到先验分类模型的能力,实现了跨模态的知识迁移。
综上所述,本公开首先获取第一模态的待处理图像,然后利用先验分类模型和零样本分类模型对待处理图像进行分类,从而得到待处理图像所属的目标类型。其中,先验分类模型和零样本分类模型是根据多个训练图像组训练得到的,每个训练图像组包括相同训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。本公开利用相同训练位置不同模态的训练图像组训练先验分类模型和零样本分类模型,实现了跨模态的知识迁移,能够提高图像分类的准确度和泛化能力。
图7是根据一示例性实施例示出的一种基于多模态的图像分类装置的框图,如图7所示,该装置200可以包括:
获取模块201,用于获取第一模态的待处理图像。
分类模块202,用于利用先验分类模型和零样本分类模型对待处理图像进行分类,以确定待处理图像所属的目标类型。
其中,先验分类模型和零样本分类模型根据多个训练图像组训练得到,每个训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。
在一种应用场景中,待处理图像为检查图像。获取模块201可以用于:
获取检查设备按照第一模态采集指定组织的检查图像。
分类模块202可以用于:
利用先验分类模型和零样本分类模型对所述检查图像进行分类,以确定指定组织所属的目标类型。
在另一种应用场景中,第一模态为白光成像模态,第二模态为窄带成像模态,检查图像为白光成像图像。或者,
第一模态为窄带成像模态,第二模态为白光成像模态,检查图像为窄带成像图像。
图8是根据一示例性实施例示出的另一种基于多模态的图像分类装置的框图,如图8所示,分类模块202可以包括:
第一提取子模块2021,用于利用先验分类模型中的特征提取器对待处理图像进行特征提取,得到先验图像特征。
第二提取子模块2022,用于利用零样本分类模型中的特征提取器对待处理图像进行特征提取,得到零样本图像特征。
第一交叉注意力子模块2023,用于利用零样本分类模型中的交叉注意力单元,根据先验图像特征确定由第一模态向第二模态转移的先验注意力权重。
第二交叉注意力子模块2024,用于利用先验分类模型中的交叉注意力单元,根据零样本图像特征确定由第二模态向第一模态转移的零样本注意力权重。
分类子模块2025,用于根据先验图像特征、零样本图像特征、先验注意力权重和零样本注意力权重,确定目标类型。
在一种实现方式中,分类子模块2025可以用于:
步骤一,根据先验注意力权重和先验图像特征,确定由第一模态向第二模态转移的先验转移特征。
步骤二,根据零样本注意力权重和零样本图像特征,确定由第二模态向第一模态转移的零样本转移特征。
步骤三,利用先验分类模型中的映射器,将先验图像特征映射为第一语义特征,并将先验转移特征映射为第二语义特征。
步骤四,利用零样本模型中的映射器,将零样本图像特征映射为第三语义特征,并将零样本转移特征映射为第四语义特征。
步骤五,根据第一语义特征确定先验类型。
步骤六,根据先验类型、第二语义特征、第三语义特征和第四语义特征确定目标类型。
在一种实现方式中,步骤五的实现方式可以为:
步骤1)将第一语义特征输入先验分类模型中的全连接层,得到第一预测向量。
步骤2)根据第一预测向量和预设激活函数,确定先验类型。
在另一种实现方式中,步骤六的实现方式可以为:
步骤3)将第三语义特征输入零样本分类模型中的全连接层,得到第二预测向量。
步骤4)根据第二语义特征和第四语义特征确定预测注意力权重。
步骤5)根据预测注意力权重、第二预测向量和指示器函数,确定第三预测向量,指示器函数用于指示先验类型是否为不可见类型。
步骤6)根据第三预测向量和预设激活函数,确定目标类型。
在一种应用场景中,先验分类模型和零样本分类模型是通过以下方式训练得到的:
步骤A,利用先验分类模型中的特征提取器对每个训练图像组包括的先验图像进行特征提取,得到训练先验图像特征。利用零样本分类模型中的特征提取器对该训练图像组包括的零样本图像进行特征提取,得到训练零样本图像特征。
步骤B,利用零样本分类模型中的交叉注意力单元,根据训练先验图像特征确定由第一模态向第二模态转移的训练先验转移特征。利用先验分类模型中的交叉注意力单元,根据训练零样本图像特征确定由第二模态向第一模态转移的训练零样本转移特征。
步骤C,利用先验分类模型中的映射器,将训练先验图像特征映射为第一训练语义特征,并将训练先验转移特征映射为第二训练语义特征。
步骤D,利用零样本模型中的映射器,将训练零样本图像特征映射为第三训练语义特征,并将训练零样本转移特征映射为第四训练语义特征。
步骤E,利用先验分类模型中的全连接层,根据第一训练语义特征确定第一训练预测向量,并根据第二训练语义特征确定第二训练预测向量。
步骤F,利用零样本分类模型中的全连接层,根据第三训练语义特征确定第三训练预测向量,并根据第四训练语义特征确定第四训练预测向量。
步骤G,根据第一训练预测向量、第二训练预测向量、第三训练预测向量、第四训练预测向量,以及该训练图像组包括的零样本图像所属的真实类型、该训练图像组包括的先验图像所属的真实类型,训练先验分类模型和零样本分类模型。
在另一种应用场景中,步骤G可以通过以下步骤来实现:
步骤G1,根据第一训练预测向量和该训练图像组包括的先验图像所属的真实类型,确定先验交叉熵损失。
步骤G2,根据第三训练预测向量和该训练图像组包括的零样本图像所属的真实类型,确定零样本交叉熵损失。
步骤G3,根据第二训练预测向量和第二训练语义特征确定第一转移交叉熵损失。
步骤G4,根据第四训练预测向量和第四训练语义特征确定第二转移交叉熵损失。
步骤G5,根据第二训练预测向量、第二训练语义特征、第四训练预测向量和第四训练语义特征,确定协同损失。
步骤G6,根据先验交叉熵损失、零样本交叉熵损失、第一转移交叉熵损失、第二转移交叉熵损失和协同损失确定总损失。
步骤G7,以降低总损失为目标,利用反向传播算法训练先验分类模型和零样本分类模型。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,本公开首先获取第一模态的待处理图像,然后利用先验分类模型和零样本分类模型对待处理图像进行分类,从而得到待处理图像所属的目标类型。其中,先验分类模型和零样本分类模型是根据多个训练图像组训练得到的,每个训练图像组包括相同训练位置对应的第一模态的零样本图像和第二模态的先验图像,零样本图像分为指定数量种可见类型,先验图像分为指定数量种可见类型和至少一种不可见类型。本公开利用相同训练位置不同模态的训练图像组训练先验分类模型和零样本分类模型,实现了跨模态的知识迁移,能够提高图像分类的准确度和泛化能力。
下面参考图9,其示出了适于用来实现本公开实施例的电子设备(例如可以上述实施例中的执行主体,可以是终端设备或服务器)300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,终端设备、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取第一模态的待处理图像;利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取待处理图像的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种基于多模态的图像分类方法,包括:获取第一模态的待处理图像;利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型,包括:利用所述先验分类模型中的特征提取器对所述待处理图像进行特征提取,得到先验图像特征;利用所述零样本分类模型中的特征提取器对所述待处理图像进行特征提取,得到零样本图像特征;利用所述零样本分类模型中的交叉注意力单元,根据所述先验图像特征确定由第一模态向第二模态转移的先验注意力权重;利用所述先验分类模型中的交叉注意力单元,根据所述零样本图像特征确定由第二模态向第一模态转移的零样本注意力权重;根据所述先验图像特征、所述零样本图像特征、所述先验注意力权重和所述零样本注意力权重,确定所述目标类型。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述根据所述先验图像特征、所述零样本图像特征、所述先验注意力权重和所述零样本注意力权重,确定所述目标类型,包括:根据所述先验注意力权重和所述先验图像特征,确定由第一模态向第二模态转移的先验转移特征;根据所述零样本注意力权重和所述零样本图像特征,确定由第二模态向第一模态转移的零样本转移特征;利用所述先验分类模型中的映射器,将所述先验图像特征映射为第一语义特征,并将所述先验转移特征映射为第二语义特征;利用所述零样本模型中的映射器,将所述零样本图像特征映射为第三语义特征,并将所述零样本转移特征映射为第四语义特征;根据所述第一语义特征确定先验类型;根据所述先验类型、所述第二语义特征、所述第三语义特征和第四语义特征确定所述目标类型。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,所述根据所述第一语义特征确定先验类型,包括:将所述第一语义特征输入所述先验分类模型中的全连接层,得到第一预测向量;根据所述第一预测向量和预设激活函数,确定所述先验类型。
根据本公开的一个或多个实施例,示例5提供了示例3的方法,所述根据所述先验类型、所述第二语义特征、所述第三语义特征和第四语义特征确定所述目标类型,包括:将所述第三语义特征输入所述零样本分类模型中的全连接层,得到第二预测向量;根据所述第二语义特征和所述第四语义特征确定预测注意力权重;根据所述预测注意力权重、所述第二预测向量和指示器函数,确定第三预测向量,所述指示器函数用于指示所述先验类型是否为不可见类型;根据所述第三预测向量和预设激活函数,确定所述目标类型。
根据本公开的一个或多个实施例,示例6提供了示例1至示例5的任一种方法,所述先验分类模型和所述零样本分类模型是通过以下方式训练得到的:利用所述先验分类模型中的特征提取器对每个所述训练图像组包括的所述先验图像进行特征提取,得到训练先验图像特征;利用所述零样本分类模型中的特征提取器对该训练图像组包括的所述零样本图像进行特征提取,得到训练零样本图像特征;利用所述零样本分类模型中的交叉注意力单元,根据所述训练先验图像特征确定由第一模态向第二模态转移的训练先验转移特征;利用所述先验分类模型中的交叉注意力单元,根据所述训练零样本图像特征确定由第二模态向第一模态转移的训练零样本转移特征;利用所述先验分类模型中的映射器,将所述训练先验图像特征映射为第一训练语义特征,并将所述训练先验转移特征映射为第二训练语义特征;利用所述零样本模型中的映射器,将所述训练零样本图像特征映射为第三训练语义特征,并将所述训练零样本转移特征映射为第四训练语义特征;利用所述先验分类模型中的全连接层,根据所述第一训练语义特征确定第一训练预测向量,并根据所述第二训练语义特征确定第二训练预测向量;利用所述零样本分类模型中的全连接层,根据所述第三训练语义特征确定第三训练预测向量,并根据所述第四训练语义特征确定第四训练预测向量;根据所述第一训练预测向量、所述第二训练预测向量、所述第三训练预测向量、所述第四训练预测向量,以及该训练图像组包括的所述零样本图像所属的真实类型、该训练图像组包括的所述先验图像所属的真实类型,训练所述先验分类模型和所述零样本分类模型。
根据本公开的一个或多个实施例,示例7提供了示例6的方法,所述根据所述第一训练预测向量、所述第二训练预测向量、所述第三训练预测向量、所述第四训练预测向量,以及该训练图像组包括的所述零样本图像所属的真实类型、该训练图像组包括的所述先验图像所属的真实类型,训练所述先验分类模型和所述零样本分类模型,包括:根据所述第一训练预测向量和该训练图像组包括的所述先验图像所属的真实类型,确定先验交叉熵损失;根据所述第三训练预测向量和该训练图像组包括的所述零样本图像所属的真实类型,确定零样本交叉熵损失;根据所述第二训练预测向量和所述第二训练语义特征确定第一转移交叉熵损失;根据所述第四训练预测向量和所述第四训练语义特征确定第二转移交叉熵损失;根据所述第二训练预测向量、所述第二训练语义特征、所述第四训练预测向量和所述第四训练语义特征,确定协同损失;根据所述先验交叉熵损失、所述零样本交叉熵损失、所述第一转移交叉熵损失、所述第二转移交叉熵损失和所述协同损失确定总损失;以降低所述总损失为目标,利用反向传播算法训练所述先验分类模型和所述零样本分类模型。
根据本公开的一个或多个实施例,示例8提供了示例1至示例5的任一种方法,所述待处理图像为检查图像;所述获取第一模态的待处理图像,包括:获取检查设备按照第一模态采集指定组织的所述检查图像;所述利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型,包括:利用所述先验分类模型和所述零样本分类模型对所述检查图像进行分类,以确定所述指定组织所属的所述目标类型。
根据本公开的一个或多个实施例,示例9提供了示例8的方法,所述第一模态为白光成像模态,所述第二模态为窄带成像模态,所述检查图像为白光成像图像;或者,所述第一模态为窄带成像模态,所述第二模态为白光成像模态,所述检查图像为窄带成像图像。
根据本公开的一个或多个实施例,示例10提供了一种基于多模态的图像分类装置,包括:获取模块,用于获取第一模态的待处理图像;分类模块,用于利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
根据本公开的一个或多个实施例,示例11提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1至示例9中所述方法的步骤。
根据本公开的一个或多个实施例,示例12提供了一种电子设备,包括:存储装置,其上存储有计算机程序;处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1至示例9中所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (12)
1.一种基于多模态的图像分类方法,其特征在于,所述方法包括:
获取第一模态的待处理图像;
利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;
所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
2.根据权利要求1所述的方法,其特征在于,所述利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型,包括:
利用所述先验分类模型中的特征提取器对所述待处理图像进行特征提取,得到先验图像特征;
利用所述零样本分类模型中的特征提取器对所述待处理图像进行特征提取,得到零样本图像特征;
利用所述零样本分类模型中的交叉注意力单元,根据所述先验图像特征确定由第一模态向第二模态转移的先验注意力权重;
利用所述先验分类模型中的交叉注意力单元,根据所述零样本图像特征确定由第二模态向第一模态转移的零样本注意力权重;
根据所述先验图像特征、所述零样本图像特征、所述先验注意力权重和所述零样本注意力权重,确定所述目标类型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述先验图像特征、所述零样本图像特征、所述先验注意力权重和所述零样本注意力权重,确定所述目标类型,包括:
根据所述先验注意力权重和所述先验图像特征,确定由第一模态向第二模态转移的先验转移特征;
根据所述零样本注意力权重和所述零样本图像特征,确定由第二模态向第一模态转移的零样本转移特征;
利用所述先验分类模型中的映射器,将所述先验图像特征映射为第一语义特征,并将所述先验转移特征映射为第二语义特征;
利用所述零样本模型中的映射器,将所述零样本图像特征映射为第三语义特征,并将所述零样本转移特征映射为第四语义特征;
根据所述第一语义特征确定先验类型;
根据所述先验类型、所述第二语义特征、所述第三语义特征和第四语义特征确定所述目标类型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一语义特征确定先验类型,包括:
将所述第一语义特征输入所述先验分类模型中的全连接层,得到第一预测向量;
根据所述第一预测向量和预设激活函数,确定所述先验类型。
5.根据权利要求3所述的方法,其特征在于,所述根据所述先验类型、所述第二语义特征、所述第三语义特征和第四语义特征确定所述目标类型,包括:
将所述第三语义特征输入所述零样本分类模型中的全连接层,得到第二预测向量;
根据所述第二语义特征和所述第四语义特征确定预测注意力权重;
根据所述预测注意力权重、所述第二预测向量和指示器函数,确定第三预测向量,所述指示器函数用于指示所述先验类型是否为不可见类型;
根据所述第三预测向量和预设激活函数,确定所述目标类型。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述先验分类模型和所述零样本分类模型是通过以下方式训练得到的:
利用所述先验分类模型中的特征提取器对每个所述训练图像组包括的所述先验图像进行特征提取,得到训练先验图像特征;利用所述零样本分类模型中的特征提取器对该训练图像组包括的所述零样本图像进行特征提取,得到训练零样本图像特征;
利用所述零样本分类模型中的交叉注意力单元,根据所述训练先验图像特征确定由第一模态向第二模态转移的训练先验转移特征;利用所述先验分类模型中的交叉注意力单元,根据所述训练零样本图像特征确定由第二模态向第一模态转移的训练零样本转移特征;
利用所述先验分类模型中的映射器,将所述训练先验图像特征映射为第一训练语义特征,并将所述训练先验转移特征映射为第二训练语义特征;
利用所述零样本模型中的映射器,将所述训练零样本图像特征映射为第三训练语义特征,并将所述训练零样本转移特征映射为第四训练语义特征;
利用所述先验分类模型中的全连接层,根据所述第一训练语义特征确定第一训练预测向量,并根据所述第二训练语义特征确定第二训练预测向量;
利用所述零样本分类模型中的全连接层,根据所述第三训练语义特征确定第三训练预测向量,并根据所述第四训练语义特征确定第四训练预测向量;
根据所述第一训练预测向量、所述第二训练预测向量、所述第三训练预测向量、所述第四训练预测向量,以及该训练图像组包括的所述零样本图像所属的真实类型、该训练图像组包括的所述先验图像所属的真实类型,训练所述先验分类模型和所述零样本分类模型。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一训练预测向量、所述第二训练预测向量、所述第三训练预测向量、所述第四训练预测向量,以及该训练图像组包括的所述零样本图像所属的真实类型、该训练图像组包括的所述先验图像所属的真实类型,训练所述先验分类模型和所述零样本分类模型,包括:
根据所述第一训练预测向量和该训练图像组包括的所述先验图像所属的真实类型,确定先验交叉熵损失;
根据所述第三训练预测向量和该训练图像组包括的所述零样本图像所属的真实类型,确定零样本交叉熵损失;
根据所述第二训练预测向量和所述第二训练语义特征确定第一转移交叉熵损失;
根据所述第四训练预测向量和所述第四训练语义特征确定第二转移交叉熵损失;
根据所述第二训练预测向量、所述第二训练语义特征、所述第四训练预测向量和所述第四训练语义特征,确定协同损失;
根据所述先验交叉熵损失、所述零样本交叉熵损失、所述第一转移交叉熵损失、所述第二转移交叉熵损失和所述协同损失确定总损失;
以降低所述总损失为目标,利用反向传播算法训练所述先验分类模型和所述零样本分类模型。
8.根据权利要求1-5中任一项所述的方法,其特征在于,所述待处理图像为检查图像;所述获取第一模态的待处理图像,包括:
获取检查设备按照第一模态采集指定组织的所述检查图像;
所述利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型,包括:
利用所述先验分类模型和所述零样本分类模型对所述检查图像进行分类,以确定所述指定组织所属的所述目标类型。
9.根据权利要求8所述的方法,其特征在于,所述第一模态为白光成像模态,所述第二模态为窄带成像模态,所述检查图像为白光成像图像;或者,
所述第一模态为窄带成像模态,所述第二模态为白光成像模态,所述检查图像为窄带成像图像。
10.一种基于多模态的图像分类装置,其特征在于,所述装置包括:
获取模块,用于获取第一模态的待处理图像;
分类模块,用于利用先验分类模型和零样本分类模型对所述待处理图像进行分类,以确定所述待处理图像所属的目标类型;
所述先验分类模型和所述零样本分类模型根据多个训练图像组训练得到,每个所述训练图像组包括一个训练位置对应的第一模态的零样本图像和第二模态的先验图像,所述零样本图像分为指定数量种可见类型,所述先验图像分为所述指定数量种可见类型和至少一种不可见类型。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210771144.1A CN114937178B (zh) | 2022-06-30 | 2022-06-30 | 基于多模态的图像分类方法、装置、可读介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210771144.1A CN114937178B (zh) | 2022-06-30 | 2022-06-30 | 基于多模态的图像分类方法、装置、可读介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114937178A true CN114937178A (zh) | 2022-08-23 |
CN114937178B CN114937178B (zh) | 2023-04-18 |
Family
ID=82868497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210771144.1A Active CN114937178B (zh) | 2022-06-30 | 2022-06-30 | 基于多模态的图像分类方法、装置、可读介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114937178B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351317A (zh) * | 2023-10-25 | 2024-01-05 | 中国人民解放军总医院第二医学中心 | 一种末次大便性状图片自动识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222471A (zh) * | 2020-01-09 | 2020-06-02 | 中国科学技术大学 | 基于自监督域感知网络的零样本训练及相关分类方法 |
CN112163603A (zh) * | 2020-09-15 | 2021-01-01 | 郑州金惠计算机系统工程有限公司 | 零样本图像识别方法、装置、电子设备及存储介质 |
CN112580722A (zh) * | 2020-12-20 | 2021-03-30 | 大连理工大学人工智能大连研究院 | 一种基于条件对抗自动编码机的广义零样本图像识别方法 |
CN113139591A (zh) * | 2021-04-14 | 2021-07-20 | 广州大学 | 一种基于增强多模态对齐的广义零样本图像分类方法 |
CN113496489A (zh) * | 2021-09-06 | 2021-10-12 | 北京字节跳动网络技术有限公司 | 内窥镜图像分类模型的训练方法、图像分类方法和装置 |
CN114241273A (zh) * | 2021-12-01 | 2022-03-25 | 电子科技大学 | 基于Transformer网络和超球空间学习的多模态图像处理方法及系统 |
-
2022
- 2022-06-30 CN CN202210771144.1A patent/CN114937178B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222471A (zh) * | 2020-01-09 | 2020-06-02 | 中国科学技术大学 | 基于自监督域感知网络的零样本训练及相关分类方法 |
CN112163603A (zh) * | 2020-09-15 | 2021-01-01 | 郑州金惠计算机系统工程有限公司 | 零样本图像识别方法、装置、电子设备及存储介质 |
CN112580722A (zh) * | 2020-12-20 | 2021-03-30 | 大连理工大学人工智能大连研究院 | 一种基于条件对抗自动编码机的广义零样本图像识别方法 |
CN113139591A (zh) * | 2021-04-14 | 2021-07-20 | 广州大学 | 一种基于增强多模态对齐的广义零样本图像分类方法 |
CN113496489A (zh) * | 2021-09-06 | 2021-10-12 | 北京字节跳动网络技术有限公司 | 内窥镜图像分类模型的训练方法、图像分类方法和装置 |
CN114241273A (zh) * | 2021-12-01 | 2022-03-25 | 电子科技大学 | 基于Transformer网络和超球空间学习的多模态图像处理方法及系统 |
Non-Patent Citations (2)
Title |
---|
DOUWE KIELA ET AL.: ""Efficient Large-Scale Multi-Model Classification"", 《ARXIV》 * |
陈晟: ""基于聚类引导和语义扩展的零样本学习方法研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351317A (zh) * | 2023-10-25 | 2024-01-05 | 中国人民解放军总医院第二医学中心 | 一种末次大便性状图片自动识别方法及系统 |
CN117351317B (zh) * | 2023-10-25 | 2024-04-09 | 中国人民解放军总医院第二医学中心 | 一种末次大便性状图片自动识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114937178B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810735B2 (en) | Method and apparatus for analyzing medical image | |
US20210158533A1 (en) | Image processing method and apparatus, and storage medium | |
WO2021036695A1 (zh) | 一种待标注图像确定的方法、模型训练的方法及装置 | |
WO2020215974A1 (zh) | 用于人体检测的方法和装置 | |
CN112767329B (zh) | 图像处理方法及装置、电子设备 | |
CN113470029B (zh) | 训练方法及装置、图像处理方法、电子设备和存储介质 | |
CN113658178B (zh) | 组织图像的识别方法、装置、可读介质和电子设备 | |
CN113496512B (zh) | 用于内窥镜的组织腔体定位方法、装置、介质及设备 | |
CN111932529A (zh) | 一种图像分割方法、装置及系统 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN115830001B (zh) | 肠道图像处理方法、装置、存储介质及电子设备 | |
CN114937178B (zh) | 基于多模态的图像分类方法、装置、可读介质和电子设备 | |
CN114240867A (zh) | 内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置 | |
CN114332033A (zh) | 基于人工智能的内窥镜图像处理方法、装置、介质及设备 | |
CN111311609B (zh) | 一种图像分割方法、装置、电子设备及存储介质 | |
WO2023165332A1 (zh) | 组织腔体的定位方法、装置、可读介质和电子设备 | |
WO2023185497A1 (zh) | 组织图像的识别方法、装置、可读介质和电子设备 | |
CN114972118A (zh) | 检查图像的降噪方法、装置、可读介质和电子设备 | |
CN115375657A (zh) | 息肉检测模型的训练方法、检测方法、装置、介质及设备 | |
CN114863124A (zh) | 模型训练方法、息肉检测方法、相应装置、介质及设备 | |
CN115375656A (zh) | 息肉分割模型的训练方法、分割方法、装置、介质及设备 | |
CN115439449A (zh) | 全视野组织学图像的处理方法、装置、介质和电子设备 | |
CN116029968A (zh) | 猴痘感染皮肤图像检测方法和装置、电子设备及存储介质 | |
CN116704593A (zh) | 预测模型训练方法、装置、电子设备和计算机可读介质 | |
CN114841970B (zh) | 检查图像的识别方法、装置、可读介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: Tiktok vision (Beijing) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |