期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向小样本目标检测任务的自适应特征重构算法
1
作者
刘
丁
菠
刘
学艳
+2 位作者
于东然
杨博
李伟
《山东大学学报(工学版)》
CAS
CSCD
北大核心
2022年第6期115-122,共8页
针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据...
针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据场景特征与各类别原型特征的相关性确定当前场景对于某些类别的偏好,从而自适应地调整基础类别偏移方向对实例特征的影响。试验结果表明,在PASCAL VOC和MS COCO数据集上,该模型对于小样本目标检测任务的检测能力均优于对比算法,在保证对于基础类别实例检测能力的基础上,对新类别的检测精度最高可分别提升12.4%与2.1%。本研究提出的模型可以保证对于基础类别相关实例的检测能力,并提升新类别实例检测性能。
展开更多
关键词
目标检测
小样本学习
自适应特征重构
场景特征
类别偏好
原文传递
题名
面向小样本目标检测任务的自适应特征重构算法
1
作者
刘
丁
菠
刘
学艳
于东然
杨博
李伟
机构
吉林大学软件学院
吉林大学符号计算与知识工程教育部重点实验室
吉林大学计算机科学与技术学院
吉林大学人工智能学院
吉林大学商学与管理学院
出处
《山东大学学报(工学版)》
CAS
CSCD
北大核心
2022年第6期115-122,共8页
基金
国家自然科学基金项目(62172185、61876069)
国家重点研发计划项目(2021ZD0112501、2021ZD0112502)
+1 种基金
吉林省重点科技研发项目(20180201067GX、20180201044GX)
吉林省自然科学基金项目(20200201036JC)。
文摘
针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据场景特征与各类别原型特征的相关性确定当前场景对于某些类别的偏好,从而自适应地调整基础类别偏移方向对实例特征的影响。试验结果表明,在PASCAL VOC和MS COCO数据集上,该模型对于小样本目标检测任务的检测能力均优于对比算法,在保证对于基础类别实例检测能力的基础上,对新类别的检测精度最高可分别提升12.4%与2.1%。本研究提出的模型可以保证对于基础类别相关实例的检测能力,并提升新类别实例检测性能。
关键词
目标检测
小样本学习
自适应特征重构
场景特征
类别偏好
Keywords
object detection
few-shot learning
adaptive feature reconstruction
scene feature
category preference
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
面向小样本目标检测任务的自适应特征重构算法
刘
丁
菠
刘
学艳
于东然
杨博
李伟
《山东大学学报(工学版)》
CAS
CSCD
北大核心
2022
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部