-
公开(公告)号：CN116596815A
公开(公告)日：2023-08-15
申请号：CN202310517330.7
申请日：2023-05-09
申请人： 天津师范大学
IPC分类号： G06T5/50 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于多阶段对齐网络的图像拼接方法，所述方法包括以下步骤：步骤S1，获取训练数据集，其中，所述训练数据集包括多个输入图像对以及与每个输入图像对对应的图像拼接结果，所述输入图像对包括参考图像I1和目标图像I2；步骤S2，构建图像拼接深度模型；步骤S3，基于所述训练数据集和整体损失函数对于所述图像拼接深度模型进行训练，得到目标图像拼接深度模型；步骤S4，利用所述目标图像拼接深度模型对于待拼接图像进行拼接，得到图像拼接结果。本发明利用多阶段对齐对图像进行深度优化变形，减少图像内容失真的同时保持接缝平滑，实现对图像的准确拼接。
-
公开(公告)号：CN111695531B
公开(公告)日：2023-05-23
申请号：CN202010546086.3
申请日：2020-06-16
申请人： 天津师范大学
IPC分类号： G06V40/10 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本发明实施例公开了一种基于异构卷积网络的跨域行人再识别方法，该方法包括：构建特征提取模块，利用有标签的源数据库样本对特征提取模块进行预训练；利用预训练的特征提取模块提取无标签的目标数据库训练样本的第一特征；基于第一特征构建图，并构建图卷积模块，得到目标数据库训练样本的第二特征；对第二特征进行聚类，得到目标数据库训练样本的伪标签；构建异构卷积网络，基于损失值对其进行优化，利用优化后的异构卷积网络进行行人识别。本发明利用卷积神经网络和图卷积网络来提取行人样本特征，能够充分学习行人样本的外观特征、结构信息和行人样本间的关联信息，提高了跨域场景下行人再识别模型的准确率。
-
公开(公告)号：CN110516723B
公开(公告)日：2023-04-07
申请号：CN201910754634.9
申请日：2019-08-15
申请人： 天津师范大学
IPC分类号： G06V10/774 , G06V10/80 , G06V10/32 , G06V10/82 , G06N3/0464
摘要： 本发明实施例公开了一种基于深度张量融合的多模态地基云图识别方法，该方法包括：对输入地基云样本进行预处理，得到深度张量融合网络输入；将该输入转移到深度张量融合网络训练模型中，训练得到深度张量融合网络；提取每个输入地基云样本的融合特征表示；训练支持向量机分类器，得到地基云分类模型；获取测试输入地基云样本的融合特征表示，输入至地基云分类模型中得到分类结果。本发明具有联合学习地基云视觉信息与多模态信息的能力，能够在张量级别上融合视觉信息与多模态信息同时保持视觉信息的空间内容，充分利用视觉信息与多模态信息的互补信息，有效挖掘两者的相关性，提取更高辨别性的融合特征，提高地基云分类的正确率。
-
公开(公告)号：CN110321862B
公开(公告)日：2023-01-10
申请号：CN201910614505.X
申请日：2019-07-09
申请人： 天津师范大学
IPC分类号： G06V20/10 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/06
摘要： 本发明实施例公开了一种基于紧致三元损失的行人再识别方法，该方法包括：将训练集行人图像输入预训练深度学习模型，得到第一行人图像特征；根据紧致三元损失函数计算第一行人图像特征的紧致三元损失；对第一行人图像特征进行归一化，得到第二行人图像特征；根据交叉熵损失函数计算第二行人图像特征的交叉熵损失；结合紧致三元损失和交叉熵损失，优化行人再识别网络框架；基于优化行人再识别网络框架进行行人识别。本发明充分利用紧致三元损失与交叉熵损失的优势，联合两种损失来执行多任务操作、学习行人特征，进一步提高了行人再识别的匹配正确率。
-
公开(公告)号：CN111695531A
公开(公告)日：2020-09-22
申请号：CN202010546086.3
申请日：2020-06-16
申请人： 天津师范大学
摘要： 本发明实施例公开了一种基于异构卷积网络的跨域行人再识别方法，该方法包括：构建特征提取模块，利用有标签的源数据库样本对特征提取模块进行预训练；利用预训练的特征提取模块提取无标签的目标数据库训练样本的第一特征；基于第一特征构建图，并构建图卷积模块，得到目标数据库训练样本的第二特征；对第二特征进行聚类，得到目标数据库训练样本的伪标签；构建异构卷积网络，基于损失值对其进行优化，利用优化后的异构卷积网络进行行人识别。本发明利用卷积神经网络和图卷积网络来提取行人样本特征，能够充分学习行人样本的外观特征、结构信息和行人样本间的关联信息，提高了跨域场景下行人再识别模型的准确率。
-
公开(公告)号：CN111126155A
公开(公告)日：2020-05-08
申请号：CN201911168390.2
申请日：2019-11-25
申请人： 天津师范大学
摘要： 本发明实施例公开了一种基于语义约束生成对抗网络的行人再识别方法，该方法包括：构建语义约束生成对抗网络；将训练集中真实的行人图像输入语义约束生成对抗网络以对其进行优化；根据行人目标镜头标签，生成不同风格的行人图像；构建行人图像特征深度学习网络；基于生成的行人图像，利用软标签交叉熵损失计算行人图像损失值，基于真实的行人图像，利用交叉熵损失计算真实图像损失值；结合两种损失值，共同优化图像特征深度学习网络，以进行行人识别。本发明充分利用语义约束生成对抗网络学习行人图像语义信息，生成高质量的行人图像，利用生成的行人图像和真实的行人图像共同优化行人图像特征深度学习网络，进一步提高了行人再识别的匹配正确率。
-
公开(公告)号：CN107563452B
公开(公告)日：2020-03-27
申请号：CN201710842793.5
申请日：2017-09-18
申请人： 天津师范大学
IPC分类号： G06K9/62
摘要： 本发明实施例公开了一种基于判别测度学习的交叉域地基云图分类方法，该方法包括以下步骤：对来自源域和目标域的多幅输入地基云图进行预处理，得到训练地基云图；分别对训练地基云图提取特征，得到训练地基云图对应的特征向量；基于训练地基云图对应的特征向量进行判别测度学习，得到距离函数；获取来自源域和目标域的测试地基云图的特征向量，基于测试地基云图的特征向量，使用距离函数对测试地基云图进行交叉域分类，得到地基云图识别结果。本发明方法的判别测度学习充分考虑来自源域和目标域的样本对，以及类内和类别之间的均值关系，学习得到的马氏距离应用在最近邻分类器上能够提高交叉域地基云图分类的正确率。
-
公开(公告)号：CN109359559A
公开(公告)日：2019-02-19
申请号：CN201811129988.6
申请日：2018-09-27
申请人： 天津师范大学
摘要： 本发明实施例公开了一种基于动态遮挡样本的行人再识别方法，该方法包括：构建原始图像特征学习网络框架；将训练集的行人图像输入，得到n个局部特征，对于所述局部特征学习优化，将得到的n个优化局部特征串联起来作为训练行人图像的原始图像特征；构建生成器；产生遮挡的行人图像；将遮挡的行人图像输入所述生成器，得到n个局部特征，对于所述局部特征学习优化，将得到的n个局部特征串联起来作为遮挡图像特征；利用所述原始图像特征和遮挡图像特征得到所述训练行人图像的最终特征，并利用所述训练行人图像的最终特征进行行人再识别。本发明充分利用卷积神经网络的优势，学习行人的原始图像特征和遮挡图像特征，最终融合两种特征来表示行人图像，进一步提高了行人再识别的匹配正确率。
-
公开(公告)号：CN108985378A
公开(公告)日：2018-12-11
申请号：CN201810800430.X
申请日：2018-07-20
申请人： 天津师范大学
摘要： 本发明实施例公开了一种基于混合交叉深度网络的域自适应方法，所述方法包括：对来自源域和目标域的多幅输入地基云图进行预处理，得到训练地基云图；搭建混合交叉深度网络；将所述训练地基云图作为混合交叉深度网络的输入，并利用交叉正规化损失与交叉熵损失的和优化所述混合交叉深度网络的网络参数，得到训练完成的混合交叉深度网络；基于所述训练完成的混合交叉深度网络，获取来自源域和目标域的测试地基云图的特征向量；基于测试地基云图的特征向量，对所述测试地基云图进行交叉域分类，得到地基云图识别结果。本发明利用迁移学习得到的混合交叉深度网络进行特征提取，能够挖掘具有域不变性和判别性的特征，提高了交叉域地基云图分类的正确率。
-
公开(公告)号：CN107563452A
公开(公告)日：2018-01-09
申请号：CN201710842793.5
申请日：2017-09-18
申请人： 天津师范大学
IPC分类号： G06K9/62
摘要： 本发明实施例公开了一种基于判别测度学习的交叉域地基云图分类方法，该方法包括以下步骤：对来自源域和目标域的多幅输入地基云图进行预处理，得到训练地基云图；分别对训练地基云图提取特征，得到训练地基云图对应的特征向量；基于训练地基云图对应的特征向量进行判别测度学习，得到距离函数；获取来自源域和目标域的测试地基云图的特征向量，基于测试地基云图的特征向量，使用距离函数对测试地基云图进行交叉域分类，得到地基云图识别结果。本发明方法的判别测度学习充分考虑来自源域和目标域的样本对，以及类内和类别之间的均值关系，学习得到的马氏距离应用在最近邻分类器上能够提高交叉域地基云图分类的正确率。
-
-
-
-
-
-
-
-
-
搜索结果
84 条记录 (耗时 0.041 秒)
