本发明提供了一种基于相关性信息扩展的多模态虚假新闻识别方法及系统，所述方案包括：获取目标新闻的新闻文本及图像；提取所述目标新闻图像的语义表示以及颜色直方图向量，并进行融合，获得视觉融合特征；基于所述目标新闻的新闻文本进行特征提取，获得新闻文本特征；提取目标新闻图像的OCR文本，并基于OCR文本提取OCR文本特征；计算所述新闻文本特征和OCR文本特征的文本相关性特征；并计算所述新闻文本特征及视觉融合特征的相似度特征；将所述新闻文本特征、OCR文本特征、图像的语义表示、文本相关性特征和相似度特征进行拼接，输入预先训练的分类器，获得目标新闻是否为假新闻的判别结果。
📄 2022106998285
📂 G06V30_19
👤 济南大学
📅 2022-06-20
本发明涉及机器人视觉触觉融合技术领域，具体涉及到一种自适应特征加权的视触融合物体分类方法。本发明采用轻量化的网络模型分别提取每个物体的视觉特征和触觉特征，然后将特征提取后的视觉特征向量和触觉特征向量利用通道注意力模块来实现特征的自适应加权融合，减少了特征信息的冗余，大大提高了物体分类的效率，该方法不仅可以有效的利用物体的视觉特征和触觉特征，而且可以在网络参数量较少的情况下实现对物体的精准分类，与其他方法相比，该方法可以有效降低对显存的需求，提升了分类速度，节约了成本。
📄 2021115346981
📂 G06F18_2415
👤 齐鲁工业大学
📅 2021-12-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台