检索结果-南通市图书馆

检索条件"主题词=可变学习系数"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

弱监督框架下细粒度图像检索算法研究

弱监督框架下细粒度图像检索算法研究

引用

作者：胡锦华吉林大学

学位级别：硕士

随着计算机与互联网技术的快速发展,如何利用图像和视频资源在海量的数据中检索目标信息,成为一个当前研究的主流问题。细粒度图像检索旨在从大规模图像数据库中检索出与查询图像属于相同从属类别的精确图像。有别于传统图像检索,细粒... 详细信息

随着计算机与互联网技术的快速发展,如何利用图像和视频资源在海量的数据中检索目标信息,成为一个当前研究的主流问题。细粒度图像检索旨在从大规模图像数据库中检索出与查询图像属于相同从属类别的精确图像。有别于传统图像检索,细粒度图像检索需要更加准确与精细的反馈结果。在深度度量学习方法的介入下,通过拉近同类样本、推开非同类样本的方式,深度神经网络得以将数据映射到一个低维稠密并且同类样本聚集的度量空间,从而为查询图片的精确检索创造了有利条件。然而在之前的深度度量学习方法中,损失函数的设计过多关注了对于困难样本的作用,同时忽视了对与代理位置较近的样本点作用,这导致了训练前后样本分布的不一致,从而影响了模型的效能。另外,细粒度图像识别领域大量提出的方法依赖于精确标注的辅助信息,而这一信息的获取对于该类图像来说需要专业的知识和大量时间,目前已经成为该领域发展的瓶颈。因此本文的主要工作集中于使用度量学习方法提高训练模型的使用效能以及减少识别任务中对于标注信息的依赖。针对上述提出的两个问题,本文从仅利用图像的类别标签提高模型对于图片中物体部分的抽取能力和提高模型对于存在类间差异小的多类别细粒度图像的区分性两方面,提出以下方法解决这些问题:1.本文提出了一种利用Vision Transformer网络结构的基于Token间相似度评估的弱监督物体定位方法。这种做法通过利用主干网络中的Token向量进行标识语义融合,在传统的用于Vi T模型的重组标识生成语义图的过程前,引入具有类别信息的类别标识并评估融合后标识对于类别标识的相似程度,通过过滤掉生成图的噪音标识提高物体激活图的质量,进而提高物体定位的准确率。同时,本文将提出的方法应用于细粒度图像检索领域,使用定位后的去噪图片组成新的数据集并训练模型,改善了模型对于特征的提取能力,进而提高了下游任务的性能。2.提出了一种将损失函数中比例系数替换为可学习参数的度量学习方法。这种做法平衡了损失对于与代理处在位置不同的样本的作用效果并且降低了选择比例系数的时间。提出的基于可学习比例因子的度量损失显著提高了模型的性能。此外,提出了一种基于对损失结构的间距控制损失。提出的结构可以将批次内的正负样本点各看作一个整体,利用动态边界扩大类间间距,从而提高了模型的可分性。

关键词：弱监督学习 Vision Transformer 度量学习图像检索代理损失可变学习系数

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：