-
题名受人脑中记忆机制启发的增量目标检测方法
被引量：1
- 1
-
-
作者
商迪
吕彦锋
乔红
-
机构
中国科学院自动化研究所多模态人工智能系统全国重点实验室
中国科学院大学人工智能学院
中国科学院自动化研究所复杂系统管理与控制国家重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2023年第2期267-274,共8页
-
基金
北京市自然科学基金(L211023)
科技创新2030-“新一代人工智能”重大项目(2020AAA0105900)
国家自然科学基金(91948303)。
-
文摘
增量学习是缩小当前人工智能和人类智能间差距的关键技术,指智能体像人类一样从不稳定数据流中顺序学习多个任务,且不发生遗忘。目标检测是计算机视觉领域的核心任务之一,是计算机理解图像的基石。因此,增量目标检测问题具有重要的研究意义和实际意义。尽管增量学习在图像分类中取得了不错的成果,但基于目标检测的增量学习研究还处于初级阶段。这是因为目标检测相比图像分类更加复杂,它需要同时解决分类和边框回归的问题。不少研究者为解决此问题做了很多努力,但大多数工作都只关注如何保留已学习任务的性能,忽略了模型对新任务的快速适应能力,而这正是增量学习的关键要求。基于大脑的记忆机制,人类可以在学习中不断地提取知识以更好更快地学习新任务,不发生遗忘。受此启发,提出了一种融合编解码记忆重放机制的增量元学习方法。该方法对已学习样本的特征向量进行编码存储和解码重放,从而将不稳定数据流近似为动态稳定数据集,缓解了遗忘问题。同时,设计了一个双循环在线元学习策略,模型在内循环分别基于多批次新旧混合数据进行随机梯度更新,最后在外循环进行元学习,从而获得多任务间的共同结构,使模型具有良好的泛化性能,能够快速适应学习中遇到的新任务。在大型的公开数据集PASCAL VOC和MS COCO上设置了3种增量目标检测实验环境来评估所提算法。实验结果表明,所提算法与最先进的方法相比体现出了具有竞争力的性能,证明了其可以帮助模型更好地抵抗遗忘,具有更好的泛化性能。所提算法基于梯度更新,与模型无关,因此其可以与其他检测框架结合,具有强适应性。
-
关键词
增量学习
目标检测
受脑启发
元学习
抵抗遗忘
泛化性能
-
Keywords
Incremental learning
Object detection
Brain inspiration
Meta-learning
Resistance to forgetting
Generalization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名另类的先锋——贾樟柯及其电影艺术
被引量：1
- 2
-
-
作者
段国强
-
机构
山西省长治学院沁县师范分院 山西长治
-
出处
《电影文学》
北大核心
2007年第17期56-58,共3页
-
文摘
贾樟柯以其个性化的写实风格在新生代导演中独树一帜。他的独特之处在于对艺术责任与艺术良知的恪守、在于一如既往对普通小人物命运的关注、在于对写实风格的开创。他在写实中熔铸了自我的生命体验、熔铸了对生活与生命的尊重、熔铸了对历史真实的尊重。他的特立独行,彰显出他另类的先锋姿态。
-
关键词
贾樟柯
边际人物
抵抗遗忘
写实策略
物化叙事
-
分类号
J905
[艺术—电影电视艺术]
-
-
题名以书写抵抗遗忘——陈河小说的战争叙事探析
- 3
-
-
作者
卢文婧
-
机构
吉林大学文学院
-
出处
《泰山学院学报》
2021年第4期65-70,共6页
-
文摘
陈河小说的战争叙事具有开阔的国际视野、深刻的历史意识、丰富的文化内涵,同时融入关于人性人情、生命与存在、民族认同、战争创伤等问题的思考。以独特的临境感和召唤性,有力拓宽了当代文学战争书写的空间。作品通过实地考察访问、搜集引用相关文献资料以及元叙事等方式,表现出抵抗遗忘历史的价值诉求和人类命运共同体的整体意识。
-
关键词
陈河
战争叙事
抵抗遗忘
-
Keywords
Chen He
war narrative
resistance to forget
-
分类号
I207.42
[文学—中国文学]
-
