- 专利标题: 基于中间域引导与度量学习约束的跨域目标识别方法
-
申请号: CN202311757258.1申请日: 2023-12-20
-
公开(公告)号: CN117456309B公开(公告)日: 2024-03-15
- 发明人: 刘安安 , 李天宝 , 宋丹 , 张勇东
- 申请人: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
- 申请人地址: 安徽省合肥市高新区望江西路5089号,中国科学技术大学先进技术研究院未来中心B1205-B1208
- 专利权人: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
- 当前专利权人: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
- 当前专利权人地址: 安徽省合肥市高新区望江西路5089号,中国科学技术大学先进技术研究院未来中心B1205-B1208
- 代理机构: 合肥天明专利事务所
- 代理商 金凯; 高微微
- 主分类号: G06V10/774
- IPC分类号: G06V10/774 ; G06N3/0455 ; G06N3/0464 ; G06N3/0475 ; G06N3/08 ; G06V10/764 ; G06V10/778 ; G06V10/82
摘要:
本发明公开了基于中间域引导与度量学习约束的跨域目标识别方法,包括如下步骤:将待识别图像输送到已训练完成的领域自适应网络中以输出识别结果;所述领域自适应网络的训练过程如下:S1:获取有标注的源图像数据作为源域数据,获取无标注的目标图像数据作为目标域数据;S2:以源域数据和目标域数据作为领域自适应网络的输入,利用自适应中间域生成算法生成中间域;S3:利用中间域辅助的双分类器对抗域自适应算法,训练领域自适应网络,学习域不变特征表示;S4:利用多层级跨域度量学习算法,在有标记的源域数据和中间域数据的指导下,得到输出结果;该跨域目标识别方法提高了跨域目标识别的精度。
公开/授权文献
- CN117456309A 基于中间域引导与度量学习约束的跨域目标识别方法 公开/授权日:2024-01-26