检索结果-南通市图书馆

基于类相似特征扩充与中心三元组损失的哈希图像检索

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2023年第8期36卷 685-700页

作者：潘丽丽马俊勇熊思宇邓智茂胡清华中南林业科技大学计算机与信息工程学院长沙410004 天津大学智能与计算学部天津300350

现有的深度哈希图像检索方法主要采用卷积神经网络,提取的深度特征的相似性表征能力不足.此外,三元组深度哈希主要从小批量数据中构建局部三元组样本,样本数量较少,数据分布缺失全局性,使网络训练不够充分且收敛困难.针对上述问题,文中... 详细信息

现有的深度哈希图像检索方法主要采用卷积神经网络,提取的深度特征的相似性表征能力不足.此外,三元组深度哈希主要从小批量数据中构建局部三元组样本,样本数量较少,数据分布缺失全局性,使网络训练不够充分且收敛困难.针对上述问题,文中提出基于类相似特征扩充与中心三元组损失的哈希图像检索模型(Hash Image Retrieval Based on Category Similarity Feature Expansion and Center Triplet Loss,HRFT-Net).设计基于Vision Transformer的哈希特征提取模块(Hash Feature Extraction Module Based on Vision Transformer,HViT),利用Vision Transformer提取表征能力更强的全局特征信息.为了扩充小批量训练样本的数据量,提出基于类约束的相似特征扩充模块(Similar Feature Expansion Based on Category Constraint,SFEC),利用同类样本间的相似性生成新特征,丰富三元组训练样本.为了增强三元组损失的全局性,提出基于Hadamard的中心三元组损失函数(Central Triplet Loss Function Based on Hadamard,CTLH),利用Hadamard为每个类建立全局哈希中心约束,通过增添局部约束与全局中心约束的中心三元组加速网络的学习和收敛,提高图像检索的精度.在CIFAR10、NUS-WIDE数据集上的实验表明,HRFT-Net在不同长度比特位哈希码检索上的平均精度均值较优,由此验证HRFT-Net的有效性.

关键词：图像检索深度哈希 Vision Transformer(ViT) 特征扩充三元组损失

在线全文

学校读者我要写书评

暂无评论

基于困难样本三元组损失的多任务行人再识别

计算机辅助设计与图形学学报 2019年第7期31卷 1156-1165页

作者：陈巧媛陈莹江南大学轻工过程先进控制教育部重点实验室

针对现有行人再识别算法中采用单一外观特征所存在的特征判别力的不足问题,在深度学习框架下提出一种基于困难样本三元组损失的多任务行人再识别网络,以同时学习身份和属性标签的方式获得更多的行人判别信息.首先将预处理后的图片输入... 详细信息

针对现有行人再识别算法中采用单一外观特征所存在的特征判别力的不足问题,在深度学习框架下提出一种基于困难样本三元组损失的多任务行人再识别网络,以同时学习身份和属性标签的方式获得更多的行人判别信息.首先将预处理后的图片输入预训练的ResNet-50模型中提取行人特征信息;然后将其特征输入所设计的多任务网络,通过最小化身份和属性联合三元组损失调整网络模型参数,共同完成行人身份和属性判别双分支网络的训练;最后用训练好的模型提取行人特征,用于行人再识别任务,同时实现行人属性的判断.在Market-1501和DukeMTMC-reID这2个数据集上的实验证明,文中网络在行人再识别任务中所提取的特征更具有表征力,识别精度优于现有方法,并且能完成属性识别任务.

关键词：行人再识别行人属性三元组损失多任务网络

生成对抗网络协同角度异构中心三元组损失的跨模态行人重识别

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第7期51卷 1803-1811页

作者：周非舒浩峰白梦林王锦华重庆邮电大学通信与信息工程学院重庆400065 泛在感知与互联重庆市重点实验室重庆400065

基于红外与可见光域之间的跨模态行人重识别对于夜间场景监控极为重要,但由于红外图像和可见光图像的数据分布存在较大差异,使得模型很难提取到同一行人在不同模态下的模态不变特征.本文针对现有跨模态行人重识别算法中存在的数据集样... 详细信息

基于红外与可见光域之间的跨模态行人重识别对于夜间场景监控极为重要,但由于红外图像和可见光图像的数据分布存在较大差异,使得模型很难提取到同一行人在不同模态下的模态不变特征.本文针对现有跨模态行人重识别算法中存在的数据集样本数量较少问题以及不同模态图像之间存在较大跨模态差异问题,提出了一种新颖的生成对抗网络来生成与原始图像相似的匹配图像,在对跨模态行人数据集进行增广的同时减少跨模态差异;为减少跨模态差异和模态内差异,本文采用了双流网络来提取更具鉴别性特征,并提出了角度异构中心三元组损失对正负样本在特征空间中夹角进行约束,提升其在特征空间中的聚类效果.本文在SYSU-MM01和RegDB数据集上进行实验验证,结果表明本文所提出的生成匹配图像方法能够有效降低不同模态图像之间的跨模态差异,同时角度异构中心三元组损失使得特征空间中的嵌入特征具有角度辨别性,从而提升模型的分类能力.在SYSU-MM01数据集中,本文方法相较于最新算法在Rank-1和mAP分别提升了5.71%和8.18%,证实了文中方法的有效性.

关键词：行人重识别跨模态生成对抗网络双流网络三元组损失

在线全文

学校读者我要写书评

暂无评论

结合缓冲区与三元组损失的孪生网络目标跟踪

激光与光电子学进展 2021年第20期58卷 357-366页

作者：郭嘉王鹏杨永侠李晓艳邸若海李雪西安工业大学电子信息工程学院陕西西安710021

针对SiamRPN(Siamese Region Proposal Network)在目标被短时遮挡以及外观剧烈变化的情况下存在定位不准确的问题,提出一种结合目标跟踪缓冲区与三元组损失的目标跟踪算法。该算法首先将原有的固定模板改为动态模板,提升复杂环境下相似... 详细信息

针对SiamRPN(Siamese Region Proposal Network)在目标被短时遮挡以及外观剧烈变化的情况下存在定位不准确的问题,提出一种结合目标跟踪缓冲区与三元组损失的目标跟踪算法。该算法首先将原有的固定模板改为动态模板,提升复杂环境下相似度判别的可靠性;然后在模板缓冲区稀疏地缓存目标外观以应对跟踪过程中非语义样本的干扰,增强目标跟踪的鲁棒性;最后应用三元组损失以充分利用目标的正负样本特征,使跟踪更加具有判别能力。使用OTB100数据集进行实验,结果表明所提算法的成功率曲线下面积较SiamRPN提高了0.021,平均中心位置误差降低了25.56pixel,平均重叠率提高了25.2%。

关键词：机器视觉孪生网络区域提议网络缓冲区三元组损失

在线全文

学校读者我要写书评

暂无评论

角度空间三元组损失微调的人脸识别

液晶与显示 2019年第1期34卷 110-117页

作者：任克强胡慧江西理工大学信息工程学院江西赣州341000

针对角度Softmax损失强约束存在的问题,提出一种用角度空间三元组损失对角度Softmax损失预训练模型进行微调的算法。算法首先对原来的卷积神经网络结构进行改进,将1×1卷积核与池化层加在不同残差块间,以进行选择更有效的特征。然后用... 详细信息

针对角度Softmax损失强约束存在的问题,提出一种用角度空间三元组损失对角度Softmax损失预训练模型进行微调的算法。算法首先对原来的卷积神经网络结构进行改进,将1×1卷积核与池化层加在不同残差块间,以进行选择更有效的特征。然后用角度空间下的三元组损失对预训练模型进行微调,以降低困难样本的强约束条件。最后在测试时,分别提取原始人脸图像特征和水平翻转的人脸图像特征,对两个特征相加作为最终的人脸特征表达,以丰富人脸特征信息,提高识别率。实验结果表明,在LFW和YTF人脸数据集分别取得了99.25%和94.52%的识别率,在大规模人脸身份识别中,本文提出的方法在仅用单模型和比较小的训练集就能有效地提高人脸识别率。

关键词：人脸识别卷积神经网络角度Softmax损失三元组损失特征相加

基于多任务级联CNN与三元组损失的人脸识别

在线全文

学校读者我要写书评

暂无评论

激光杂志 2019年第5期40卷 17-22页

作者：王灵珍赖惠成王睿新疆大学信息科学与工程学院乌鲁木齐830046

开源机器学习库DLIB中的人脸检测对齐任务的运行时间长,检测精度不高,对于传统CNN分类模型特征判别能力较弱。针对以上两点不足,提出了用Mtcnn代替DLIB做人脸检测,并且以L2损失与三元组损失相结合的总损失函数来训练卷积神经网络。首先... 详细信息

开源机器学习库DLIB中的人脸检测对齐任务的运行时间长,检测精度不高,对于传统CNN分类模型特征判别能力较弱。针对以上两点不足,提出了用Mtcnn代替DLIB做人脸检测,并且以L2损失与三元组损失相结合的总损失函数来训练卷积神经网络。首先,将公开的海量人脸数据集做人脸对齐;然后,以总损失函数作为监督信号来完成BP前向传播,使得类内距离小,类间距离大,提高模型的特征辨识能力;最后,对人脸特征进行Embedding,由高维度映射到低维度,减少参数量,减少计算量与存储空间,提高识别率。实验表明,进行人脸检测对齐的测试集比没有进行此过程的识别率要高1%左右,且人脸识别模型通过度量学习使特征更具有区分能力。在LFW标准测试集上取得了较高识别率,在自己创建的人脸图片上成功验证了该算法的度量学习的性能。

关键词：人脸识别三元组损失度量学习卷积神经网络人脸对齐 Embedding

在线全文

学校读者我要写书评

暂无评论

优化三元组损失的深度距离度量学习方法

计算机应用 2021年第12期41卷 3480-3484页

作者：李子龙周勇鲍蓉王洪栋徐州工程学院信息工程学院江苏徐州221018 中国矿业大学计算机科学与技术学院江苏徐州221116

针对基于三元组损失的单一深度距离度量在多样化数据集环境下适应性差,且容易造成过拟合的问题,提出了一种优化三元组损失的深度距离度量学习方法。首先,对经过神经网络映射的三元组训练样本的相对距离进行阈值化处理,并使用线性分段函... 详细信息

针对基于三元组损失的单一深度距离度量在多样化数据集环境下适应性差,且容易造成过拟合的问题,提出了一种优化三元组损失的深度距离度量学习方法。首先,对经过神经网络映射的三元组训练样本的相对距离进行阈值化处理,并使用线性分段函数作为相对距离的评价函数;然后,将评价函数作为一个弱分类器加入到Boosting算法中生成一个强分类器;最后,采用交替优化的方法来学习弱分类器和神经网络的参数。通过在图像检索任务中对各种深度距离度量学习方法进行评估,可以看到所提方法在CUB-200-2011、Cars-196和SOP数据集上的Recall@1值比之前最好的成绩分别提高了4.2、3.2和0.6。实验结果表明,所提方法的性能优于对比方法,同时在一定程度上避免了过拟合。

关键词：深度距离度量深度学习三元组损失卷积神经网络 Boosting

一种基于改进三元组损失和特征融合的行人重识别方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2021年第9期48卷 146-152页

作者：张新峰宋博北京工业大学信息学部北京100124

行人重识别旨在跨摄像头条件下,从目标数据库中检索出特定的行人目标,其在视频监控领域有重要的应用价值。目前其研究难点为样本图像类内差异大、类间差异小,因此如何设计并训练深度神经网络对行人图片提取一个判别力更强的特征成为了... 详细信息

行人重识别旨在跨摄像头条件下,从目标数据库中检索出特定的行人目标,其在视频监控领域有重要的应用价值。目前其研究难点为样本图像类内差异大、类间差异小,因此如何设计并训练深度神经网络对行人图片提取一个判别力更强的特征成为了其关键。针对以往研究只单独进行全局特征或局部特征学习的不足,提出了一种联合全局特征和局部特征学习的网络结构,该结构能够同时提取全局特征和具有较强区分力的局部细节特征;针对每部分局部特征对行人特征描述的重要性不同,文中提出了一种局部特征的融合方式,该方法能够自适应地生成各个局部特征的权重,最后将融合后的局部特征和全局特征结合使行人特征得到更全面的表征;另外,针对以往的基于难样本挖掘的三元组损失具有优化目标模糊的特点,提出了一种改进的基于难样本挖掘的三元组损失函数。文中分别在行人重识别主流数据集Market-1501和DukeMTMC-reID上验证了所提方法的有效性,其mAP值分别达到了82.16%和74.02%,Rank-1值分别达到了92.75%和86.8%。

关键词：行人重识别检索三元组损失特征融合深度学习

基于数据扩充和三元组损失的不匹配声学场景的鲁棒识别方法

在线全文

学校读者我要写书评

暂无评论

基于数据扩充和三元组损失的不匹配声学场景的鲁棒识别方法

作者：杨皓哈尔滨工业大学

学位级别：硕士

随着智能硬件的飞速发展,多媒体技术的提升以及移动设备的大量普及,机器听觉的应用领域越来越广泛。近年来,在无人车、机器人、智能家居等领域音频信号处理技术被广泛应用,其中声学场景识别在自动驾驶、辅助决策等方面占有重要地位。由... 详细信息

随着智能硬件的飞速发展,多媒体技术的提升以及移动设备的大量普及,机器听觉的应用领域越来越广泛。近年来,在无人车、机器人、智能家居等领域音频信号处理技术被广泛应用,其中声学场景识别在自动驾驶、辅助决策等方面占有重要地位。由于音频设备众多、种类复杂、数据规模不一致,导致识别系统性能下降,因此急需一种鲁棒的声学场景识别方法。为提升声学场景识别方法的鲁棒性,本文将对上述设备不匹配和数据规模不匹配问题进行深入剖析,并提出有效的解决方法。在设备不匹配问题中,首先从信道的角度对不匹配问题进行理论分析,进而提出基于三元组损失(Triplet Loss)的方法,通过使不同设备间同类样本的距离小于异类样本之间的距离来学习音频中的语义信息,从而自动对信道进行补偿,以提升系统性能;针对真实音频场景数据的复杂分布情况,对三元组损失进行改进,提出基于局部学习的三元组损失,它通过计算锚点与其他样本的加权距离来放宽对三元组的约束,使得每一音频场景数据存在多种可能的流形分布,更加符合真实同类音频场景包含多种音频事件的情况。实验表明,基于局部学习的三元组损失是一种有效解决信道不匹配问题、适合音频场景分类的方法,其与基线相比性能相对提升23.8%。在数据规模不匹配问题中,首先从数据平衡角度对系统性能影响进行理论分析,进而提出基于mixup和随机替换的数据扩充方法来对数据规模不匹配问题进行解决,mixup方法通过两个样本的凸组合产生新样本对数据集进行扩充、随机替换方法通过两个样本序列片段的重新组合产生新样本对数据集进行扩充。实验表明,基于mixup的数据扩充方法和基于随机替换的数据扩充方法都可以有效解决数据规模不匹配问题,上述两种方法与基线相比性能分别相对提升45.9%和45.0%。为了增强系统鲁棒性,本文又提出随机均值平移方法,并结合mixup方法解决不匹配问题。随机均值平移方法在训练时随机加上信道之间的差别,以增强系统提取语义信息、忽略信道等无关信息的能力,进而提升系统性能。实验表明,基于随机均值平移方法是一种有效提升系统鲁棒性的方法,其与基线相比性能相对提升46.5%;该方法与mixup结合能进一步改进识别性能,其与基线相比性能相对提升51.0%。

关键词：声学场景识别设备不匹配数据规模不匹配三元组损失数据扩充随机均值平移