检索结果-南通市图书馆

现代电子技术 2024年第3期47卷 18-24页

作者：杨程车文刚昆明理工大学信息工程与自动化学院云南昆明650500

多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。... 详细信息

多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。为解决这一问题,提出半渐进式分层提取的轻量化多任务模型。模型首先通过对顶层任务独有的专家模块进行剪枝,将原先负责提取每个独立任务深层信息的工作交由每个任务的塔层模块进行。这一做法使得模型既能轻量化,同时也保留了将任务共享参数和任务独有参数分离及分层次提取信息的特点。为了弥补剪枝后模型性能及准确率上的下降,参考不确定性对损失加权的思想,引入动态联合损失进行优化,使得模型可以不断预测任务之间重要性对每个任务的损失进行权值调整。同时,也对部分超参数进行调优。通过模型在公共数据集UCI人口普查-收入数据集上的评估,最终证明模型有着与轻量化之前不分上下的性能。

关键词：多任务学习渐进式分层提取轻量化不确定性损失权重联合损失优化 UCI

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的单幅图像点云三维重建研究

基于深度学习的单幅图像点云三维重建研究

引用

作者：杨永兆上海工程技术大学

学位级别：硕士

单张图像三维重建目的是从图像中还原目标三维形状结构和纹理。近年来,点云描述三维重建方式以其可变性和伸缩性得到广泛研究。伴随着深度学习发展,围绕深度学习的单张图像三维点云重建研究便是一项较有意义且极具挑战的工作。当前点云... 详细信息

单张图像三维重建目的是从图像中还原目标三维形状结构和纹理。近年来,点云描述三维重建方式以其可变性和伸缩性得到广泛研究。伴随着深度学习发展,围绕深度学习的单张图像三维点云重建研究便是一项较有意义且极具挑战的工作。当前点云三维重建工作面临特征单一性和角度差异性的问题,本文提出特征多样性的多阶段重建稠密点云和多损失联合优化的三维点云重建两种方法。本文主要内容如下:(1)鉴于单张图像包含信息是有限的且大多方法只关注目标单一特征内容,同时实验的样本数据量大,造成网络模型训练在时空上的耗费。本文提出基于特征多样性的多阶段重建稠密点云算法,该算法主要是通过第一阶段的3D重建网络和第二阶段的点云处理网络实现对单张图像重建三维稠密点云。第一阶段的3D重建网络在融合2D图像目标形状特征与3D点云位姿特征基础上,实现从单张图像重建稀疏点云操作。第二阶段的点云处理网络在稀疏点云基础上提取全局特征和局部特征,通过融合全局和局部点特征增加点的稠密度,得到高分辨率稠密点云。运用深度学习微调技术组合两阶段网络形成一个能从单张图像生成稠密点云的端到端网络。(2)由于目标实例对象有多张不同视角图像,一张单视图像相比于多张不同视角图像,其所含的目标几何信息相对有遮挡和不全现象。本文提出基于多损失联合优化的三维点云重建算法,该算法主要对不同实例对象输出单张单视图像,然后通过提出的图像网络和点云网络对其实现三维点云重建。在图像网络模型中,单视图像在网络编解码后,投影模块把图像编码网络预测的三维点云模型,投影到与输入图像有相同角度值的二维投影图像和二值化Mask图像。同时,将Ground Truth点云模型输入点云编解码网络,同样的投影模块输出标签二值化Mask图像。为了建立多损失联合学习,基于输入图像与彩色投影图像、二值化Mask图像与标签二值化Mask图像、图像网络的潜在式特征与点云网络的潜在式特征而构建多个优化损失函数。本文在Shape Net数据集和Pix3D数据集上对所提方法进行实验验证,实验结果表明:本文提出两种方法的平均倒角距离(Chamfer distance,CD)与平均搬土距离(The earth mover’s distance,EMD)分别为0.00698和2823.53、6.01和6.11。第一种方法通过对形状与姿态特征学习,有效改善模型特征内容单一的问题,提升模型在不同视角下的重建效果;第二种方法通过损失联合优化的网络模型学习方案,有效解决单视图像带来几何信息缺少问题,提高模型学习先验信息的能力。与一些现有方法相比,本文方法的量化结果优于其对比方法,具有较好的重建效果。

关键词：单张图像点云三维重建特征多样性联合损失优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：