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
2
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
基于多特征重构的三维目标反演算法
1
作者
薛雅丽
周李尊
+1 位作者
王林飞
欧阳权
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第11期2199-2207,共9页
为了解决基于深度学习的三维反演方法中存在的内存占用大、训练耗时久的问题,提出基于多特征重构的三维目标反演算法.通过特征分解提取目标的水平区域、中心深度、垂直厚度和剩余密度4类特征,实现对三维模型的压缩,降低内存占用.设计多...
为了解决基于深度学习的三维反演方法中存在的内存占用大、训练耗时久的问题,提出基于多特征重构的三维目标反演算法.通过特征分解提取目标的水平区域、中心深度、垂直厚度和剩余密度4类特征,实现对三维模型的压缩,降低内存占用.设计多特征重构反演网络(MRNet),通过不同的Decoder实现对目标4类特征的预测,利用4类特征重构三维模型,实现对三维目标的反演.在网络输入端引入梯度联合实现对目标边界信息的增强.在跨层连接处引入CA注意力机制,实现对Decoder预测功能的分化,优化反演效果.模拟实验结果显示,MRNet的局部相对准确度相对于3D U-Net提升了30%以上,达到88.91%,每轮训练时间仅为3D U-Net的1/13.将MRNet应用于Vinton盐丘地区,较准确地得到了盖岩的分布情况,验证了MRNet具备一定的泛化性.
展开更多
关键词
三维目标反演
多
特征
重构
注意力机制
深度学习
多
任务学习
下载PDF
职称材料
软伪标签和多尺度特征融合的行人重识别
被引量：
1
2
作者
陈昊
张宝华
+6 位作者
吕晓琪
谷宇
王月明
刘新
任彦
李建军
张明
《激光与光电子学进展》
CSCD
北大核心
2022年第24期224-231,共8页
传统无监督域自适应行人重识别算法,抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题,提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声,利用并行网络的预测值作为软标签,通过交叉校对方...
传统无监督域自适应行人重识别算法,抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题,提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声,利用并行网络的预测值作为软标签,通过交叉校对方式对伪标签噪声进行纠偏,为无监督域自适应任务提供更鲁棒的软伪标签。为增强域间泛化能力,利用多尺度特征重构和哈达玛积特征融合方法对深浅特征层信息进行处理,实现源域数据到目标域的风格转换,并结合实例和批量归一化网络解决残差网络域自适应性差的问题,增强网络对源域和目标域的泛化能力。实验结果表明,所提算法在Market-to-Duke和Duke-to-Market无监督域自适应任务中都取得了较好的性能,明显优于相关算法。
展开更多
关键词
光计算
软伪标签
多
尺度
特征
重构
哈达玛积
特征
融合
实例和批量归一化网络
行人重识别
原文传递
题名
基于多特征重构的三维目标反演算法
1
作者
薛雅丽
周李尊
王林飞
欧阳权
机构
南京航空航天大学自动化学院
中国自然资源航空物探遥感中心
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第11期2199-2207,共9页
基金
国家自然基金资助项目(62073164)
上海航天科技创新基金资助项目(SAST2022-013)。
文摘
为了解决基于深度学习的三维反演方法中存在的内存占用大、训练耗时久的问题,提出基于多特征重构的三维目标反演算法.通过特征分解提取目标的水平区域、中心深度、垂直厚度和剩余密度4类特征,实现对三维模型的压缩,降低内存占用.设计多特征重构反演网络(MRNet),通过不同的Decoder实现对目标4类特征的预测,利用4类特征重构三维模型,实现对三维目标的反演.在网络输入端引入梯度联合实现对目标边界信息的增强.在跨层连接处引入CA注意力机制,实现对Decoder预测功能的分化,优化反演效果.模拟实验结果显示,MRNet的局部相对准确度相对于3D U-Net提升了30%以上,达到88.91%,每轮训练时间仅为3D U-Net的1/13.将MRNet应用于Vinton盐丘地区,较准确地得到了盖岩的分布情况,验证了MRNet具备一定的泛化性.
关键词
三维目标反演
多
特征
重构
注意力机制
深度学习
多
任务学习
Keywords
three-dimensional target inversion
multi-feature reconstruction
attention mechanism
deep learning
multitask learning
分类号
TP39 [自动化与计算机技术—计算机应用技术]
P31 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
软伪标签和多尺度特征融合的行人重识别
被引量：
1
2
作者
陈昊
张宝华
吕晓琪
谷宇
王月明
刘新
任彦
李建军
张明
机构
内蒙古科技大学信息工程学院
内蒙古工业大学信息工程学院
内蒙古自治区模式识别与智能图像处理重点实验室
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第24期224-231,共8页
基金
国家自然基金(61962046,62001255,61841204)
内蒙古杰青培育项目(2018JQ02)
+4 种基金
内蒙古科技计划项目(2020GG0315,2021GG0082)
中央引导地方科技发展资金项目(2021ZY0004)
内蒙古草原英才,内蒙古自治区自然科学基金(2019MS06003,2018MS06018)
教育部“春晖计划”合作科研项目(教外司留1383号)
内蒙古自治区高等学校科学技术研究项目(NJZY145)。
文摘
传统无监督域自适应行人重识别算法,抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题,提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声,利用并行网络的预测值作为软标签,通过交叉校对方式对伪标签噪声进行纠偏,为无监督域自适应任务提供更鲁棒的软伪标签。为增强域间泛化能力,利用多尺度特征重构和哈达玛积特征融合方法对深浅特征层信息进行处理,实现源域数据到目标域的风格转换,并结合实例和批量归一化网络解决残差网络域自适应性差的问题,增强网络对源域和目标域的泛化能力。实验结果表明,所提算法在Market-to-Duke和Duke-to-Market无监督域自适应任务中都取得了较好的性能,明显优于相关算法。
关键词
光计算
软伪标签
多
尺度
特征
重构
哈达玛积
特征
融合
实例和批量归一化网络
行人重识别
Keywords
optics in computing
soft pseudo-label
multi-scale feature reconstruction
Hadamard product feature fusion
instance normalization and batch normalization net
person re-identification
分类号
TP391.4 [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
基于多特征重构的三维目标反演算法
薛雅丽
周李尊
王林飞
欧阳权
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
软伪标签和多尺度特征融合的行人重识别
陈昊
张宝华
吕晓琪
谷宇
王月明
刘新
任彦
李建军
张明
《激光与光电子学进展》
CSCD
北大核心
2022
1
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
