【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于多粒度注意力的布局生成方法、装置、设备及存储介质。
技术介绍
1、在深度感知驱动的多尺度特征建模与布局分析任务中，传统注意力机制在分辨率处理策略上普遍存在僵化问题。具体而言，常见的多分辨率注意力模块通常依赖预设的固定层级进行特征提取与融合，缺乏对场景中目标距离差异的适应能力。这种静态层级划分在面对复杂空间结构时容易出现两类极端情况：一方面，近端物体由于尺度不足而无法充分建模其细节特征；另一方面，远端区域则因计算资源平均分配而产生特征冗余。这种分辨率分配机制在动态场景下缺乏深度驱动的弹性控制能力，成为当前多粒度建模中的关键瓶颈。
2、在金融科技业务领域，诸如网点布局优化、客户动线分析与资产分布可视化等任务日益依赖于高精度的空间认知模型。然而，现有方法通常仅将深度数据用于表面级的权重修正，在深层感知过程中未能建立深度信息与注意力机制间的动态反馈关系，难以精准区分高密集度客户区与背景噪声区，导致布局模型在密集场景下精度不高。
3、在医疗健康业务领域，例如手术室空间管理、康复辅助路...
【技术保护点】
1.一种基于多粒度注意力的布局生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，从所述标准化的深度数据中提取多尺度深度感知特征集合，包括：
3.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，基于所述多尺度深度感知特征集合和所述标准化的深度数据，生成多粒度注意力权重集合，包括：
4.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，对所述多粒度注意力权重集合进行加权融合处理，生成融合特征，包括：
5.如权利要求1所述的基于多粒度注意力的布局生...
【技术特征摘要】
1.一种基于多粒度注意力的布局生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，从所述标准化的深度数据中提取多尺度深度感知特征集合，包括：
3.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，基于所述多尺度深度感知特征集合和所述标准化的深度数据，生成多粒度注意力权重集合，包括：
4.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，对所述多粒度注意力权重集合进行加权融合处理，生成融合特征，包括：
5.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，基于所述融合特征生成布局数据，包括：
6.如权利要求1所述的基于多粒度注意力的布局生成方法，其特征在于，获取原始深度数据，包括：
【专利技术属性】
技术研发人员：舒畅，陈远旭，
申请(专利权)人：平安科技深圳有限公司，
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。