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
共找到395篇文章
< 1 2 … 20 >
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：
小样本学习研究综述 被引量：142
1
作者 赵凯琳 靳小龙 王元卓 《软件学报》 EI CSCD 北大核心 2021年第2期349-369,共21页
小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗... 小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗费很大的人力.所以,如何用少量样本进行学习就成为目前人们需要关注的问题.系统地梳理了当前小样本学习的相关工作,具体来说介绍了基于模型微调、基于数据增强和基于迁移学习这3大类小样本学习模型与算法的研究进展;将基于数据增强的方法细分为基于无标签数据、基于数据合成和基于特征增强这3类,将基于迁移学习的方法细分为基于度量学习、基于元学习和基于图神经网络这3类;总结了目前常用的小样本数据集和代表性的小样本学习模型在这些数据集上的实验结果;随后对小样本学习的现状和挑战进行了概述;最后展望了小样本学习的未来发展方向. 展开更多
关键词 小样本学习 微调 数据增强 迁移学习 度量学习 元学习
下载PDF
基于外观模型学习的视频目标跟踪方法综述 被引量：64
2
作者 张焕龙 胡士强 杨国胜 《计算机研究与发展》 EI CSCD 北大核心 2015年第1期177-190,共14页
视频跟踪是机器视觉领域中的热点研究问题,在过去的几十年内得到了广泛研究.为了获得鲁棒的跟踪效果,设计能够适应跟踪目标外观变化的外观模型成为算法研究中的一种重要内容.近年来,将机器学习理论引入外观模型设计中的思想大大推动了... 视频跟踪是机器视觉领域中的热点研究问题,在过去的几十年内得到了广泛研究.为了获得鲁棒的跟踪效果,设计能够适应跟踪目标外观变化的外观模型成为算法研究中的一种重要内容.近年来,将机器学习理论引入外观模型设计中的思想大大推动了视频跟踪研究的发展.为了使读者能够快速了解其发展的趋势并且掌握基于外观模型学习跟踪算法研究的技术,在介绍外观模型学习跟踪算法原理和机制的基础上,重点综述了外观模型学习跟踪方法的研究进展,包括目标特征描述和3类主要目标外观建模方式及其各自研究过程中跟踪方法的对比与分析,进而总结了外观模型学习跟踪算法在理论及应用方面的研究现状,最后提出进一步研究的主要发展内容和趋势. 展开更多
关键词 外观模型学习 稀疏表示 度量学习 视频跟踪 半监督学习
下载PDF
行人重识别研究综述 被引量：43
3
作者 宋婉茹 赵晴晴 +2 位作者 陈昌红 干宗良 刘峰 《智能系统学报》 CSCD 北大核心 2017年第6期770-780,共11页
行人重识别是智能视频分析领域的研究热点,得到了学术界的广泛重视。行人重识别旨在非重叠视角域多摄像头网络下进行的行人匹配,即确认不同位置的摄像头在不同的时刻拍摄到的行人目标是否为同一人。本文根据研究对象的不同,将目前的研... 行人重识别是智能视频分析领域的研究热点,得到了学术界的广泛重视。行人重识别旨在非重叠视角域多摄像头网络下进行的行人匹配,即确认不同位置的摄像头在不同的时刻拍摄到的行人目标是否为同一人。本文根据研究对象的不同,将目前的研究分为基于图像的行人重识别和基于视频的行人重识别两类,对这两类分别从特征描述、度量学习和数据库集3个方面将现有文献分类进行了详细地总结和分析。此外,随着近年来深度学习算法的广泛应用,也带来了行人重识别在特征描述和度量学习方面算法的变革,总结了深度学习在行人重识别中的应用,并对未来发展趋势进行了展望。 展开更多
关键词 行人重识别 特征表达 度量学习 深度学习 卷积神经网络 数据集 视频监控
下载PDF
基于深度神经网络的少样本学习综述 被引量：36
4
作者 李新叶 龙慎鹏 朱婧 《计算机应用研究》 CSCD 北大核心 2020年第8期2241-2247,共7页
如何从少数训练样本中学习并识别新的类别对于深度神经网络来说是一个具有挑战性的问题。针对如何解决少样本学习的问题,全面总结了现有基于深度神经网络的少样本学习方法,涵盖了方法所用模型、数据集及评估结果等各个方面。具体地,针... 如何从少数训练样本中学习并识别新的类别对于深度神经网络来说是一个具有挑战性的问题。针对如何解决少样本学习的问题,全面总结了现有基于深度神经网络的少样本学习方法,涵盖了方法所用模型、数据集及评估结果等各个方面。具体地,针对基于深度神经网络的少样本学习方法,提出将其分为数据增强方法、迁移学习方法、度量学习方法和元学习方法四种类别;对于每个类别,进一步将其分为几个子类别,并且在每个类别与方法之间进行一系列比较,以显示各种方法的优劣和各自的特点。最后强调了现有方法的局限性,并指出了少样本学习研究领域未来的研究方向。 展开更多
关键词 少样本学习 数据增强 迁移学习 度量学习 元学习
下载PDF
深度神经网络的小样本学习综述 被引量：30
5
作者 祝钧桃 姚光乐 +4 位作者 张葛祥 李军 杨强 王胜 叶绍泽 《计算机工程与应用》 CSCD 北大核心 2021年第7期22-33,共12页
随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深... 随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义。这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样本学习问题时所采用的技术,将DNN下的小样本学习解决方案分为四种策略:数据增强、度量学习、外部记忆、参数优化。根据这些策略,对现有的DNN下的小样本学习方法进行了全面的综述,同时总结了每一种策略在相关基准上的表现。强调了现有技术存在的局限性并对其未来的发展方向进行了展望,为今后的研究工作提供参考。 展开更多
关键词 小样本学习 度量学习 数据增强 元学习 深度神经网络
下载PDF
基于多特征子空间与核学习的行人再识别 被引量：27
6
作者 齐美彬 檀胜顺 +2 位作者 王运侠 刘皓 蒋建国 《自动化学报》 EI CSCD 北大核心 2016年第2期299-308,共10页
行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再... 行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数,然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明,本文提出的算法具有较高的识别率,其中在VIPe R数据集上,RANK1达到了40.7%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性. 展开更多
关键词 行人再识别 特征空间 测度学习 核学习
下载PDF
多源数据行人重识别研究综述 被引量：23
7
作者 叶钰 王正 +3 位作者 梁超 韩镇 陈军 胡瑞敏 《自动化学报》 EI CSCD 北大核心 2020年第9期1869-1884,共16页
行人重识别是近年来计算机视觉领域的热点问题,经过多年的发展,基于可见光图像的一般行人重识别技术已经趋近成熟.然而,目前的研究多基于一个相对理想的假设,即行人图像都是在光照充足的条件下拍摄的高分辨率图像.因此虽然大多数的研究... 行人重识别是近年来计算机视觉领域的热点问题,经过多年的发展,基于可见光图像的一般行人重识别技术已经趋近成熟.然而,目前的研究多基于一个相对理想的假设,即行人图像都是在光照充足的条件下拍摄的高分辨率图像.因此虽然大多数的研究都能取得较为满意的效果,但在实际环境中并不适用.多源数据行人重识别即利用多种行人信息进行行人匹配的问题.除了需要解决一般行人重识别所面临的问题外,多源数据行人重识别技术还需要解决不同类型行人信息与一般行人图片相互匹配时的差异问题,如低分辨率图像、红外图像、深度图像、文本信息和素描图像等.因此,与一般行人重识别方法相比,多源数据行人重识别研究更具实用性,同时也更具有挑战性.本文首先介绍了一般行人重识别的发展现状和所面临的问题,然后比较了多源数据行人重识别与一般行人重识别的区别,并根据不同数据类型总结了5类多源数据行人重识别问题,分别从方法、数据集两个方面对现有工作做了归纳和分析.与一般行人重识别技术相比,多源数据行人重识别的优点是可以充分利用各类数据学习跨模态和类型的特征转换.最后,本文讨论了多源数据行人重识别未来的发展. 展开更多
关键词 多源数据行人重识别 跨模态 度量学习 特征模型 统一模态
下载PDF
近邻成分分析和k近邻学习融合的变压器不平衡样本故障诊断 被引量：23
8
作者 李雅欣 侯慧娟 +3 位作者 张立静 胥明凯 盛戈皞 江秀臣 《高电压技术》 EI CAS CSCD 北大核心 2021年第2期472-479,共8页
在基于机器学习的电力变压器故障诊断方法中,各故障类别间案例数量不平衡会导致诊断准确率降低。为了提升电力变压器故障诊断模型的准确率及运行效率,构建了融合引入修正因子的近邻成分分析和k近邻学习的故障诊断模型。首先,通过对近邻... 在基于机器学习的电力变压器故障诊断方法中,各故障类别间案例数量不平衡会导致诊断准确率降低。为了提升电力变压器故障诊断模型的准确率及运行效率,构建了融合引入修正因子的近邻成分分析和k近邻学习的故障诊断模型。首先,通过对近邻成分分析算法(neighborhood component analysis,NCA)目标函数引入修正因子减少样本不均衡对模型训练的影响,结合油色谱故障数据通过关联规则得到样本参量相关性量化矩阵,作为NCA算法训练度量矩阵的初值;然后,利用训练得到的度量矩阵对k近邻(k-nearest neighbors,k NN)分类器的输入数据结果进行映射变换,使同类型样本间的距离减小,进而使k NN分类性能提高;最后,用贝叶斯优化算法对模型进行超参数调优,获得能使测试集准确率最高的模型参数集。以变压器故障案例库为对象的算例分析结果表明,提出的模型与传统的机器学习诊断模型相比,用时节省了近一半,且所提模型对少数样本类的诊断准确率相比于其它模型提升了至少15%。论文研究可为电力变压器的故障诊断提供参考。 展开更多
关键词 故障诊断 近邻成分分析 度量学习 K近邻 贝叶斯优化 变压器
下载PDF
高分辨率光学遥感场景分类的深度度量学习方法 被引量：21
9
作者 叶利华 王磊 +2 位作者 张文文 李永刚 王赠凯 《测绘学报》 EI CSCD 北大核心 2019年第6期698-707,共10页
针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损... 针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。 展开更多
关键词 深度学习 度量学习 均值中心度量损失 遥感影像 场景分类
下载PDF
深度对比学习综述 被引量：14
10
作者 张重生 陈杰 +3 位作者 李岐龙 邓斌权 王杰 陈承功 《自动化学报》 EI CAS CSCD 北大核心 2023年第1期15-39,共25页
在深度学习中,如何利用大量、易获取的无标注数据增强神经网络模型的特征表达能力,是一个具有重要意义的研究问题,而对比学习是解决该问题的有效方法之一,近年来得到了学术界的广泛关注,涌现出一大批新的研究方法和成果.本文综合考察对... 在深度学习中,如何利用大量、易获取的无标注数据增强神经网络模型的特征表达能力,是一个具有重要意义的研究问题,而对比学习是解决该问题的有效方法之一,近年来得到了学术界的广泛关注,涌现出一大批新的研究方法和成果.本文综合考察对比学习近年的发展和进步,提出一种新的面向对比学习的归类方法,该方法将现有对比学习方法归纳为5类,包括:1)样本对构造;2)图像增广;3)网络架构;4)损失函数;5)应用.基于提出的归类方法,对现有对比研究成果进行系统综述,并评述代表性方法的技术特点和区别,系统对比分析现有对比学习方法在不同基准数据集上的性能表现.本文还将梳理对比学习的学术发展史,并探讨对比学习与自监督学习、度量学习的区别和联系.最后,本文将讨论对比学习的现存挑战,并展望未来发展方向和趋势. 展开更多
关键词 对比学习 深度学习 特征提取 自监督学习 度量学习
下载PDF
Faster R-CNN行人检测与再识别为一体的行人检索算法 被引量：19
11
作者 陈恩加 唐向宏 傅博文 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第2期332-339,共8页
为了缩小目前行人再识别算法与真实世界中行人检索任务之间在应用上的差距,将行人检测与再识别这2个模块融为一体,提出一种基于改进的FasterR-CNN的行人检索算法.首先采用对边框进行迭代回归的方法改进原FasterR-CNN中的候选行人边框精... 为了缩小目前行人再识别算法与真实世界中行人检索任务之间在应用上的差距,将行人检测与再识别这2个模块融为一体,提出一种基于改进的FasterR-CNN的行人检索算法.首先采用对边框进行迭代回归的方法改进原FasterR-CNN中的候选行人边框精度;然后利用包含欧氏距离和余弦距离的混合相似性距离函数来增强网络对于行人相似度的辨识能力;最后利用中心损失函数对网络的损失函数进行改进,通过提高不同行人特征的可区分度,实现更加精准的目标行人检索功能.基于CUHK-SYSU数据集的仿真实验结果表明,该算法的累积匹配特性(CMC top-1)、平均精度均值(mAP)分别为81.6%和78.9%;与相关行人检索算法相比, CMC top-1提升3.0%～18.0%, mAP提升3.0%～23.0%. 展开更多
关键词 FasterR-CNN 距离函数 损失函数 行人检测 行人再识别
下载PDF
智能视频监控关键技术:行人再识别研究综述 被引量：17
12
作者 赵才荣 齐鼎 +6 位作者 窦曙光 涂远鹏 孙添力 柏松 蒋忻洋 白翔 苗夺谦 《中国科学：信息科学》 CSCD 北大核心 2021年第12期1979-2015,共37页
行人再识别(person re-identification,ReID)旨在解决跨摄像头跨场景下目标行人的关联与匹配,作为智能视频监控系统的关键环节,对维护社会公共秩序具有重大作用.为了深入了解行人再识别研究现状和加速推进国内行人再识别相关研究及技术... 行人再识别(person re-identification,ReID)旨在解决跨摄像头跨场景下目标行人的关联与匹配,作为智能视频监控系统的关键环节,对维护社会公共秩序具有重大作用.为了深入了解行人再识别研究现状和加速推进国内行人再识别相关研究及技术落地,本文对该领域国家自然科学基金申报数量、资助力度以及地理分布情况进行统计,并针对近年来发表在国际顶级会议和期刊上的行人再识别研究进行全面梳理.具体地,首先阐述一个标准行人再识别算法流程,并总结其中3个关键技术:表征学习、度量学习和重排序优化.随后,列举了实际开放场景中面临的主要难点与挑战,并据此概括了7种开放行人再识别任务:遮挡、无监督、半监督、跨模态、场景行人搜索、对抗鲁棒和快速检索.此外,本文整理了标准行人再识别和开放行人再识别的代表性数据集,并且对一些代表性行人再识别算法进行比较.最后本文对行人再识别的未来发展趋势进行展望. 展开更多
关键词 行人再识别 智能视频分析 深度学习 表征学习 度量学习
原文传递
车辆再识别技术综述 被引量：17
13
作者 刘凯 李浥东 林伟鹏 《智能科学与技术学报》 2020年第1期10-25,共16页
车辆再识别是指给定一张车辆图像,找出其他摄像头拍摄的同一车辆,可将车辆再识别问题看作图像检索的子问题。在真实交通监控系统中,车辆再识别可以起到对目标车辆进行定位、监管、刑侦的作用。随着深度神经网络的兴起和大型数据集的提出... 车辆再识别是指给定一张车辆图像,找出其他摄像头拍摄的同一车辆,可将车辆再识别问题看作图像检索的子问题。在真实交通监控系统中,车辆再识别可以起到对目标车辆进行定位、监管、刑侦的作用。随着深度神经网络的兴起和大型数据集的提出,提升车辆再识别的准确度成为近年来计算机视觉和多媒体领域的研究热点。从不同角度对车辆再识别方法进行了分类,并从特征提取、方法设计和性能表现等方面对车辆再识别技术进行了概述、比较和分析,对车辆再识别技术面临的挑战及发展趋势进行了预测。 展开更多
关键词 车辆再识别 深度学习 特征表达 度量学习
下载PDF
基于距离中心化与投影向量学习的行人重识别 被引量：17
14
作者 丁宗元 王洪元 +1 位作者 陈付华 倪彤光 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1785-1794,共10页
现有的基于投影的行人重识别方法具有训练时间长、投影矩阵维数高、识别率低等问题.此外在建立训练集时,还会出现类内样本数目远少于类间样本数目的情况.针对这些问题,提出了基于距离中心化的相似性度量算法.在构建训练集时,将同一组目... 现有的基于投影的行人重识别方法具有训练时间长、投影矩阵维数高、识别率低等问题.此外在建立训练集时,还会出现类内样本数目远少于类间样本数目的情况.针对这些问题,提出了基于距离中心化的相似性度量算法.在构建训练集时,将同一组目标群体特征值中心化,利用中心特征值来构建类间距离,而类内距离保持不变.这样使得类内类间样本数目接近,可以很好地缓解类别不平衡所带来的过拟合风险.另外在学习投影矩阵时,利用训练集更新策略,学习若干组投影向量,使得到的投影向量近似正交,这样既可以有效减少运算复杂度和存储复杂度,又可以使得学习到的投影向量能够通过简单的相乘近似得到原来的投影矩阵.最后,在学习投影向量时采用共轭梯度法,该方法具有二次收敛性,能够快速收敛到目标精度.实验结果表明:提出的算法具有较高的效率,在不同数据集上的识别率都有明显的提升,训练时间也比其他常用的行人重识别算法要短. 展开更多
关键词 行人重识别 距离中心化 度量学习 投影向量 共轭梯度法
下载PDF
马氏度量学习中的几个关键问题研究及几何解释 被引量：17
15
作者 杨绪兵 王一雄 陈斌 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第2期133-141,共9页
采用距离度量模式的相似性(或不相似性)已广泛应用于模式识别和机器学习等领域.最常用的度量是欧氏距离和马氏距离(Mahalanobis distance).欧氏距离虽然计算相对简单,但由于存在无法结合先验知识、同等看待样本等局限性,常无法满足实际... 采用距离度量模式的相似性(或不相似性)已广泛应用于模式识别和机器学习等领域.最常用的度量是欧氏距离和马氏距离(Mahalanobis distance).欧氏距离虽然计算相对简单,但由于存在无法结合先验知识、同等看待样本等局限性,常无法满足实际需要.解决此类问题的有效手段之一就是采用非欧氏度量,如马氏度量.马氏度量不仅能够结合数据的统计特性,还能兼顾样本间的相关性.讨论马氏距离度量的相关性质,并给予证明,主要包括:(1)两种度量的区别与联系;(2)在马氏距离度量下导出的点到平面(超平面)距离公式及投影公式;(3)两种度量是距离保持的.最后,给出相关实验验证. 展开更多
关键词 欧氏距离 马氏距离 度量学习 相似性
下载PDF
基于深度卷积神经网络与中心损失的人脸识别 被引量：16
16
作者 张延安 王宏玉 徐方 《科学技术与工程》 北大核心 2017年第35期92-97,共6页
传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不足,提出了一种以分类损失与中心损失相结合作为模型训练监督信号的深度卷积神经网络。首先,利用构建的应... 传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不足,提出了一种以分类损失与中心损失相结合作为模型训练监督信号的深度卷积神经网络。首先,利用构建的应用场景数据集优调从公共数据集获得初始化参数的深度人脸识别模型,解决训练数据过小和数据分布差异问题,同时提高模型训练速度;然后,以传统损失函数和新的中心损失作为迁移学习过程中的监督信号,使得类内聚合、类间分散,提高模型输出人脸特征的判别能力;最后,对人脸特征进行主成分分析,进一步去除冗余特征,降低特征复杂度,提高人脸识别准确率。实验结果表明,与传统人脸识别算法相比该算法可以自动进行特征提取,并且相对于通用深度学习分类模型该算法通过度量学习使特征表示更具判别力。在自建测试集和LFW、YouTube Faces标准测试集上都取得了较高的识别率。 展开更多
关键词 人脸识别 卷积神经网络 深度学习 中心损失 度量学习 主成分分析
下载PDF
小样本图像分类研究综述 被引量：10
17
作者 安胜彪 郭昱岐 +1 位作者 白宇 王腾博 《计算机科学与探索》 CSCD 北大核心 2023年第3期511-532,共22页
近年来,借助大规模数据集和庞大的计算资源,以深度学习为代表的人工智能算法在诸多领域取得成功。其中计算机视觉领域的图像分类技术蓬勃发展,并涌现出许多成熟的视觉任务分类模型。这些模型均需要利用大量的标注样本进行训练,但在实际... 近年来,借助大规模数据集和庞大的计算资源,以深度学习为代表的人工智能算法在诸多领域取得成功。其中计算机视觉领域的图像分类技术蓬勃发展,并涌现出许多成熟的视觉任务分类模型。这些模型均需要利用大量的标注样本进行训练,但在实际场景中因诸多限制导致数据量稀少,往往很难获得相应规模的高质量标注样本。因此如何使用少量样本进行学习已经逐渐成为当前的研究热点。针对分类任务系统梳理了当前小样本图像分类的相关工作,小样本学习主要采用元学习、度量学习和数据增强等深度学习方法。从有监督、半监督和无监督等层次归纳总结了小样本图像分类的研究进展和典型技术模型,以及这些模型方法在若干公共数据集上的表现,并从机制、优势、局限性等方面进行了对比分析。最后,讨论了当前小样本图像分类面临的技术难点以及未来的发展趋势。 展开更多
关键词 深度学习 监督学习 元学习 度量学习 图像分类
下载PDF
基于泛在电力物联网的普适性智能电表状态实时评估方法 被引量：14
18
作者 薛斌 张向东 +3 位作者 段立 徐鸿宇 王刚 赵莉 《电力大数据》 2019年第11期38-43,共6页
针对当前智能电表状态评估存在精确度低、泛化性差和实时困难等问题,本文采用泛在电力物联网构建状态实时评估方法解决该问题。首先,采用决策树算法实现智能电表的分类,整体增强方法的匹配度和适应性;随后针对不同类别的智能电表,采用Ap... 针对当前智能电表状态评估存在精确度低、泛化性差和实时困难等问题,本文采用泛在电力物联网构建状态实时评估方法解决该问题。首先,采用决策树算法实现智能电表的分类,整体增强方法的匹配度和适应性;随后针对不同类别的智能电表,采用Apriori算法对样本集数据的特征集进行识别和提取,从而降低特征维度并增强关联性;接着,基于决策引擎实现对智能电表状态实时评估,并以度量学习实现新增物联网采集数据的有效性评估,反馈优化传感设备部署,从而根据评估结果实现对新增部署传感器及其位置的调整,进而根据应用场景不断优化智能电表状态实时评估应用模式。实验结果表明,本方法可实现智能电表运行状况的实时、普适、精准运维评估,进一步解决泛在电力物联网设备现场部署经验不足、校验无目标等问题。 展开更多
关键词 泛在电力物联网 决策引擎 数据反馈优化 度量学习 状态实时评估
下载PDF
基于多特征融合的多尺度服装图像精准化检索 被引量：13
19
作者 王志伟 普园媛 +3 位作者 王鑫 赵征鹏 徐丹 钱文华 《计算机学报》 EI CSCD 北大核心 2020年第4期740-754,共15页
为了充分挖掘服装图像从全局到局部的多级尺度特征,同时发挥深度学习与传统特征各自在提取服装图像深层语义特征和底层特征上的优势,从而实现聚焦服装本身与服装全面特征的提取,提出基于多特征融合的多尺度服装图像精准化检索算法.首先... 为了充分挖掘服装图像从全局到局部的多级尺度特征,同时发挥深度学习与传统特征各自在提取服装图像深层语义特征和底层特征上的优势,从而实现聚焦服装本身与服装全面特征的提取,提出基于多特征融合的多尺度服装图像精准化检索算法.首先,为了不同类型特征的有效融合,本文设计了基于特征相似性的融合公式FSF(Feature Similarity Fusion).其次,基于YOLOv3模型同时提取服装全局、主体和款式部件区域构成三级尺度图像,极大减弱背景等干扰因素的影响,聚焦服装本身.之后全局、主体和款式部件三级尺度图像分别送入三路卷积神经网络(Convolutional Neural Network,CNN)进行特征提取,每路CNN均依次进行过服装款式属性分类训练和度量学习训练,分别提高了CNN对服装款式属性特征的提取能力,以及对不同服装图像特征的辨识能力.提取的三路CNN特征使用FSF公式进行特征融合,得到的多尺度CNN融合特征则包含了服装图像从全局到主体,再到款式部件的全面特征.然后,加入款式属性预测优化特征间欧氏距离,同时抑制语义漂移,得到初步检索结果.最后,由于底层特征可以很好的对CNN提取的深层语义特征进行补充,故引入传统特征对初步检索结果的纹理、颜色等特征进行约束,通过FSF公式将多尺度CNN融合特征与传统特征相结合,进一步优化初步检索结果的排序.实验结果表明,该算法可以实现对服装从全局到款式部件区域多尺度CNN特征的充分提取,同时结合传统特征有效优化排序结果,提升检索准确率.在返回Top-20的实验中,相比于FashionNet模型准确率提升了16.4%." 展开更多
关键词 服装图像检索 多尺度 多标签学习 度量学习 特征相似性融合
下载PDF
多方向显著性权值学习的行人再识别 被引量：13
20
作者 陈莹 霍中花 《中国图象图形学报》 CSCD 北大核心 2015年第12期1674-1683,共10页
目的针对当前行人再识别匹配块的显著性外观特征不一致的问题,提出一种对视角和背景变化具有较强鲁棒性的基于多向显著性相似度融合学习的行人再识别算法。方法首先用流形排序估计目标的内在显著性,并融合类间显著性得到图像块的显著性... 目的针对当前行人再识别匹配块的显著性外观特征不一致的问题,提出一种对视角和背景变化具有较强鲁棒性的基于多向显著性相似度融合学习的行人再识别算法。方法首先用流形排序估计目标的内在显著性,并融合类间显著性得到图像块的显著性;然后根据匹配块的4种显著性分布情况,通过多向显著性加权融合建立二者的视觉相似度,同时采用基于结构支持向量机排序的度量学习方法获得各方向显著性权重值,形成图像对之间全面的相似度度量。结果在两个公共数据库进行再识别实验,本文算法较同类方法能获取更为全面的相似度度量,具有较高的行人再识别率,且不受背景变化的影响。对VIPeR数据库测试集大小为316对行人图像的再识别结果进行了定量统计,本文算法的第1识别率(排名第1的搜索结果即为待查询人的比率)为30%,第15识别率(排名前15的搜索结果中包含待查询人的比率)为72%,具有实际应用价值。结论多方向显著性加权融合能对图像对的显著性分布进行较为全面的描述,进而得到较为全面的相似度度量。本文算法能够实现大场景非重叠多摄像机下的行人再识别,具有较高的识别力和识别精度,且对背景变化具有较强的鲁棒性。 展开更多
关键词 行人再识别 度量学习 显著性特征 排序
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 2 … 20 下一页 到第 页
使用帮助 返回顶部