【技术实现步骤摘要】
本专利技术涉及图文多模态融合刑侦物证鉴定，具体为一种基于多模态掩码自编码器的刑侦物证鉴定方法。
技术介绍
1、目前大多的刑侦物证鉴定技术需要经验丰富的公安领域专家进行刑侦物证的人工分析和鉴定，这在实际办案中效率往往难以满足要求。因此，能够适应自动化、高效辅助刑侦物证数据的自动化物证鉴定技术，尤其是图像、文本等多模态形式的物证线索关联分析，成为当前研究的热点。
2、目前，基于大数据集的图像分类主流方法是深度卷积神经网络（cnn），然而该类方法存在依赖标注信息的问题；为了解决上述问题，基于迁移学习的图像识别方法在小样本数据集上取得了显著成果，然而，该类方法需要源域和目标域的数据尽量相似，对于细粒度识别往往难以满足，从而影响到对图片伤口进行识别并作出有效的判断。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供了一种基于多模态掩码自编码器的刑侦物证鉴定方法，能够很好的对图片伤口进行识别并作出有效的判断，有助于发现刑侦线索。
2、为实现上述专利技术目的，本专利...
【技术保护点】
1.一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，所述S1中，编码器将观察到的信号映射为隐表示，解码器从隐表示重建原始信号。
3.根据权利要求1所述的一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，所述S2中，ALBERT简化了模型参数，减少了内存消耗，提高了训练速度，解决了GPU内存有限的问题。
4.根据权利要求1所述的一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，所述3-1中，MAE模型和ALBER...
【技术特征摘要】
1.一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，所述s1中，编码器将观察到的信号映射为隐表示，解码器从隐表示重建原始信号。
3.根据权利要求1所述的一种基于多模态掩码自编码器的刑侦物证鉴定方法，其特征在于，所述s2中，albert简...
【专利技术属性】
技术研发人员：郑涛，陈雷，肖圣兵，张玉党，
申请(专利权)人：安徽鹿鼎科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。