检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的小样本图像识别研究

基于深度度量学习的小样本图像识别研究

作者：刘伯基西南财经大学

学位级别：硕士

小样本图像分类是传统图像分类领域的一个重要分支,与传统图像分类使用深度学习方法不同,传统图像分类的深度学习模型要求有大量带有标签的训练样本,并且训练和测试的图像类别是一致的,而小样本图像分类则是要求仅使用少量带标签的数据... 详细信息

小样本图像分类是传统图像分类领域的一个重要分支,与传统图像分类使用深度学习方法不同,传统图像分类的深度学习模型要求有大量带有标签的训练样本,并且训练和测试的图像类别是一致的,而小样本图像分类则是要求仅使用少量带标签的数据来实现对新类别图像的识别,这便要求小样本图像分类模型有很强的泛化性能。这类非常有挑战性的任务常常应用于医学图像检测、珍稀动物识别等样本获取困难的情形中,具有非常重要的研究和应用价值,潜力巨大。深度度量学习是小样本学习中一类高效且简易的方法,然而其仍然存在很多问题,例如嵌入网络模型的特征提取能力不强和类间距离太小的问题。因此,本文以深度度量学习中的原型网络模型为基础,通过损失函数和嵌入网络模型两个角度着手针对上述问题进行深入研究,主要工作如下:1、提出了联合损失函数来对原型网络的损失函数进行改进。原型网络属于深度度量学习的范畴,而损失函数对于深度度量学习影响是极大的。原型网络的损失函数类似于交叉熵损失函数,存在重点关注类内距离,忽略掉了类间距离,不同的类别难以分开的问题,同时,如果仅仅是缩小类内距离,增大类间距离还是不够,依然可能会存在最大的类内距离大于最小的类间距离的情况,最终导致了分类准确率不高的问题。针对上述问题,本文引入了联合损失函数来强制约束模型拉开类间距离。为了验证上述改进的有效性,本文在公开数据集Omniglot和Mini-Image Net中进行了对比实验,经过实验证明联合损失函数的改进对于分类准确率有一定的提升。2、在第一点工作的基础上,提出了基于混合域多尺度注意力机制进一步对原型网络进行改进。因为小样本图像分类任务中,训练样本太少,导致很难训练出能够较为精确的提取出关键特征的嵌入模型,同时,如果单纯的对嵌入模型增加网络层数(增加参数量),很容易导致其过拟合。因此,本文引入了多尺度通道注意力模型EPAS,以及借鉴了卷积块注意力模块CBAM中的空间注意力模块SAM,将两者融合形成了混合域多尺度注意力模块EPM,并将EPM接入原型网络中的嵌入网络模型增强其特征提取能力,同时也不会增加过多的参数导致过拟合。为了验证上述改进的有效性,本文在公开数据集Omniglot和Mini-Image Net中进行了多组对比实验以及消融实验。经过实验,本文提出的基于混合域多尺度注意力机制以及联合损失函数的原型网络在Mini-Image Net数据集上较基准模型在5-way 1-shot和5-way 5-shot分类准确率分别提升了3.83%和4.17%,并且在Omniglot数据集中也较基准模型有稳定的提升,同时根据消融实验表明,本文提出的注意力机制改进应用于原型网络中优于其他主流常见的注意力机制。这充分证明了本文提出的改进模型在小样本图像分类中的有效性。

关键词：深度度量学习小样本图像分类原型网络混合域注意力机制联合损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的说话人识别方法研究

基于深度度量学习的说话人识别方法研究

作者：陈亚峰中国科学技术大学

学位级别：硕士

说话人识别任务指设计一个系统自动对语音片段的目标说话人进行区分。主流的x-vector系统对给定的语音片段提取具有区分性的说话人嵌入矢量，通过信道补偿和得分判决算法进一步提高识别性能。而深度度量学习方法通过样本对相互关系的学... 详细信息

说话人识别任务指设计一个系统自动对语音片段的目标说话人进行区分。主流的x-vector系统对给定的语音片段提取具有区分性的说话人嵌入矢量，通过信道补偿和得分判决算法进一步提高识别性能。而深度度量学习方法通过样本对相互关系的学习进一步提升说话人嵌入矢量的区分性。使得相同类别嵌入矢量相似度高，不同类别嵌入矢量相似度低，与说话人识别任务完美契合。因此，本文从深度度量学习的损失函数和训练策略出发，对现有的说话人识别系统进行改进，主要分为三部分工作。　　第一部分从前端声学特征入手，介绍说话人识别中常用声学特征刻度梅尔倒谱参数和滤波器组参数特征。再对深度神经网络及其相关概念进行说明，进一步详细阐述主流说话人识别x-vector系统的网络结构、模型训练以及说话人嵌入矢量提取过程。并从数学上推导信道补偿算法线性判别分析和得分判决模型概率线性判别分析。在x-vector模型选择上，我们采用残差神经网络以获得更具有区分性的说话人嵌入矢量。最后通过实验验证帧处理使用残差神经网络的优越性和后端处理算法的必要性。　　第二部分分析现有的深度度量学习的损失函数，指出其存在计算复杂度会随着训练样本数的增加而呈现指数型增长导致无法穷举所有样本参与训练，且在训练过程中对样本对关注度相同等问题。在此基础上，在说话人识别中提出结合交叉熵的多相似性深度度量学习损失函数。该损失通过样本对筛选和加权策略减少无用样本对以及赋予有效样本对不同的关注度，进一步增强网络对说话人信息的捕捉能力。　　第三部分分析经典深度度量学习训练策略原型网络及其扩展算法，指出原型网络训练与全局分类会导致训练过程中目标导向不一致问题。所以本文提出两种改进的深度度量学习训练策略并搭建ATC(Addition Transformation Coefficients)和ACL(Addition Contrastive Loss)说话人识别系统。ATC系统在原型网络和全局分类结合的基础上引入变换矩阵来修饰预训练模型中的各卷积核参数，提高了说话人嵌入矢量的区分性。借鉴了对比学习的思想，ACL系统在原型网络与全局分类结合的基础上对支持集中的样本特征进行随机擦除，并将增强后的数据与未增强的数据进行进一步分类以提高说话人嵌入矢量的鲁棒性。实验证明，两种改进的训练策略可以进一步提升说话人识别系统性能且两者具有互补性。

关键词：语音片段说话人识别深度度量学习损失函数训练策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的指静脉识别研究及应用

基于深度度量学习的指静脉识别研究及应用

作者：戴坤龙电子科技大学

学位级别：硕士

指静脉是一种稳定安全的生物特征,在生活中有广泛的应用前景。目前指静脉识别技术的应用存在许多挑战,如:一、传统的指静脉特征提取算法基于手工设置的特征参数(静脉模式的几何和拓扑结构,局部二进制码等),算法的泛化能力不好,基于深度... 详细信息

指静脉是一种稳定安全的生物特征,在生活中有广泛的应用前景。目前指静脉识别技术的应用存在许多挑战,如:一、传统的指静脉特征提取算法基于手工设置的特征参数(静脉模式的几何和拓扑结构,局部二进制码等),算法的泛化能力不好,基于深度学习的方法在学习特征表示时,没有充分利用样本的类内和类间关系,算法的识别性能存在一定提升空间。二、基于红外传感器采集的指静脉图像容易出现对比度低、曝光过度、模糊等质量问题,因此对指静脉图像进行质量评估是必要的。而指静脉图像质量评估一般以人类视觉感受为基准,没有建立图像质量与计算机识别的联系。针对上述问题,本文做了如下工作:(1)基于深度度量学习的指静脉特征提取。首先,为了保证数据分布一致性并去除图像的背景噪声,基于Sobel算子提取指图像的感兴趣区域;其次,为了能够充分表达指静脉的深层特征,基于Res Net网络结构和注意力机制构建了指静脉特征提取网络(FV-FE-Net);然后,为了学习更有判别性的特征,提出了联合损失,利用欧氏空间和余弦空间的联合约束来挖掘样本特征的类内与类间关系,并从特征的更新方向提出了改进。该方法在指静脉数据集FV-USM、HKPU-FV、SDUMLA-HMT、MMCBNU＿6000、THU-FVFDT3和FV＿1030上进行实验,分别取得了1.53%、1.06%、0.86%、0.78%、1.37%和1.83%的等误率,并和现有的方法进行对比,结果表明该方法提取的特征对于指静脉识别有更好的性能提升。(2)基于度量学习的指静脉图像质量评估。首先,为了避免人类主观因素对图像质量分数的干扰,用平均相似度将图像质量与计算机的识别结果建立联系。其次,为了解决低质量图像数量少的问题,提出了失真算法合成低质量图像。然后,为了充分利用样本之间的相对关系,提出学习对比关系的孪生网络。在FV-USM、SDUMLA-HMT和MMCBNU＿6000上进行实验,高质量图像上的等误率要比原始数据集降低大约0.2%,结果表明提出的算法能有效提升指静脉识别性能。(3)指静脉身份认证系统。针对手指类别不断增加的需求和终端设备性能不足的问题,基于本文提出的特征提取和质量评估方法,设计并实现了指静脉身份认证系统。该系统集成了图像质量评估、特征提取、1:1验证和1:N识别的功能。

关键词：指静脉识别特征提取网络指静脉图像质量评估深度度量学习深度学习

基于深度度量学习的足迹光学图像检索算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的足迹光学图像检索算法研究

作者：江畅安徽大学

学位级别：硕士

足迹光学图像蕴含着人体独特的赤足轮廓特征。传统足迹识别方法大多依赖于人工手动提取特征,存在特征有效性与提取效率低等缺点。通过深度度量学习方法对足迹光学图像检索算法深入研究,提高足迹特征提取和识别效率并以此建立足迹光学图... 详细信息

足迹光学图像蕴含着人体独特的赤足轮廓特征。传统足迹识别方法大多依赖于人工手动提取特征,存在特征有效性与提取效率低等缺点。通过深度度量学习方法对足迹光学图像检索算法深入研究,提高足迹特征提取和识别效率并以此建立足迹光学图像检索系统,为足迹特征提取与个体身份识别提供新的方法。主要研究内容包括以下四部分:(1)构建600人足迹光学图像数据集。制定足迹光学图像采集规范并采集数据。通过对采集图像分别使用两种不同的预处理方法得到足迹光学轮廓图像数据集与足迹光学灰度图像数据集,两者共同组成足迹光学图像数据集。为了便于衡量算法的性能,介绍了图像检索常见的评价指标。(2)针对足迹光学图像中轮廓特征明显及类间差异小的特点,提出了基于MSFF-Net的足迹光学图像检索算法。该算法首先基于Inception V2网络改进得到适合轮廓特征提取的轻量级多尺度特征融合网络MSFF-Net;其次提出BNneck联合proxy-based与pair-based的度量学习方法;最后在足迹光学轮廓图像数据集和足迹光学灰度图像数据集分别达到92.01%和95.46%的最高平均检索精度。(3)针对难样本三元组度量学习会产生固定难样本偏见的问题,在前述方法的基础上提出了基于动态难样本三元组的足迹光学图像检索算法。该算法首先通过生成的难样本三元组辅助已知的难样本三元组优化度量空间;其次引入主成分分析方法压缩特征维度;最后在足迹光学轮廓图像数据集和足迹光学灰度图像数据集分别达到94.85%和97.42%的最高平均检索精度。(4)基于PyQT5平台搭建足迹光学图像检索系统。首先设计了包含用户登录及信息管理模块、系统介绍及使用指导模块、足迹光学轮廓图像检索模块和足迹光学灰度图像检索模块四个主要模块的系统总体方案;其次完成系统界面搭建与功能实现。最后进行了系统实测与优化,并通过多组现场足迹模拟图像的跨模态检索,验证了系统多场景下应用的可行性。

关键词：深度度量学习足迹光学图像轮廓特征现场足迹图像检索

基于深度度量学习的SAR图像场景分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的SAR图像场景分类方法研究

作者：王耀中西安理工大学

学位级别：硕士

作为一种全天候、全天时、高分辨率、远距离、主动式探测系统,合成孔径雷达(Synthetic aperture radar,SAR)广泛应用于各种军事和民用领域。在SAR技术的应用中,对所获取的SAR图像进行快速、准确地解译至关重要,而SAR图像场景分类是对其... 详细信息

作为一种全天候、全天时、高分辨率、远距离、主动式探测系统,合成孔径雷达(Synthetic aperture radar,SAR)广泛应用于各种军事和民用领域。在SAR技术的应用中,对所获取的SAR图像进行快速、准确地解译至关重要,而SAR图像场景分类是对其解译的关键技术之一。在SAR图像场景分类任务中,相较于学习一个有效鲁棒的分类器,对其进行判别性特征提取十分关键。针对SAR图像判别性特征提取,本文结合深度度量学习技术,进行了如下两方面工作。(1)受成像特性影响,SAR图像呈现严重相干斑效应,使得对其中不同场景进行有效区分极为困难。针对这一问题,本文提出一种基于马氏距离的SAR图像场景分类方法。具体地,该方法在CNN末尾添加一个嵌入层,并引入一个基于马氏距离的三元组损失,利用该损失与交叉熵损失构成一个新的目标函数,通过优化该目标函数学习一个嵌入空间,使得在该空间内同类样本间的距离较近,不同类样本间的距离较远。(2)随着空间分辨率的提升,SAR图像的空间结构变得十分复杂,这使得对其有效描述变得极为困难。针对该问题,本文结合前一工作内容提出一种基于度量集成的SAR图像场景分类方法。具体地,该方法将CNN末尾的嵌入层分成多个不重叠的子嵌入,在每个子嵌入之后添加一个分类器,并通过在线梯度提升的方式对其进行训练。此外,SAR系统多为星载或机载使得SAR场景图像包含丰富的类内信息。为此,本文引入基于Pearson相关系数的度量函数用于约束子嵌入,从而增大嵌入特征的多样性,实现对SAR图像类内信息的有效利用。综上,本文所提基于马氏距离的SAR图像场景分类方法有效缓解了其相干斑效应的影响,实现了对不同场景的有效区分,并在此基础上提出一种基于度量集成的SAR图像场景分类方法,实现对其复杂场景的有效描述和类内信息的有效利用。通过与其他方法进行对比,验证了本文工作的有效性。

关键词： SAR图像深度度量学习马氏距离在线梯度提升 Pearson相关系数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的足迹图像检索算法

刑事技术 2023年第3期48卷 283-291页

作者：朱明江畅于小勇殷克华唐俊王年安徽大学集成电路学院合肥230601 南京市公安局刑事科学技术研究所南京210012 浙江省公安厅刑侦总队杭州310009 安徽大学电子信息工程学院合肥230601

针对赤足迹光学图像相似度高,传统算法无法快速提取样本有效信息的问题,提出了一种基于深度度量学习的赤足迹图像检索算法,该算法使用多尺度特征融合结构构建主干网络并辅以批去除结构监督学习,同时在嵌入空间内构建动态难样本三元组,... 详细信息

针对赤足迹光学图像相似度高,传统算法无法快速提取样本有效信息的问题,提出了一种基于深度度量学习的赤足迹图像检索算法,该算法使用多尺度特征融合结构构建主干网络并辅以批去除结构监督学习,同时在嵌入空间内构建动态难样本三元组,解决传统难样本三元组挖掘方式不合理的问题。构建了一个包含250人、2 500枚的赤足迹光学图像数据集,该算法在所构建的数据集上平均检索精度达到88.86%,高于传统难样本三元组算法,可有效地应用于赤足迹光学图像检索。该算法对于足迹领域的自动化识别具有积极意义。

关键词：深度度量学习赤足迹图像检索多尺度特征融合嵌入空间动态难样本三元组

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度度量学习的人脸表情识别技术研究

基于深度度量学习的人脸表情识别技术研究

作者：李梦奇西安电子科技大学

学位级别：硕士

表情是人类在交流过程中表达情感最自然、最有力的方式之一。人脸表情识别(Facial Expression Recognition,FER)是指通过计算机技术判断出给定图片中人脸所属的表情类别。实验室环境下的人脸表情识别已经达到了理想的识别效果,但在自然... 详细信息

表情是人类在交流过程中表达情感最自然、最有力的方式之一。人脸表情识别(Facial Expression Recognition,FER)是指通过计算机技术判断出给定图片中人脸所属的表情类别。实验室环境下的人脸表情识别已经达到了理想的识别效果,但在自然环境下的人脸表情识别效果却差强人意。这主要是由于真实世界中面部表情数据通常分布不均,且容易受到诸如头部姿势、光照、遮挡,身份特征等与表情无关因素的干扰。自然环境下的表情识别更贴近现实应用,具有很重要的研究意义,因此本文针对自然环境下的表情识别问题进行了深入研究。具体来说,主要工作如下:(1)针对人脸表情图像存在局部遮挡会影响表情识别结果的问题,提出了一种基于生成式对抗网络的遮挡表情修复模型(Expression Inpainting GAN,EIGAN)。EIGAN模型由一个生成器,一个局部判别器和一个全局判别器组成,并加入了表情标签作为约束条件。其中局部判别器用来修补图像的遮挡区域,全局判别器用来保持修补区域与图片其他区域的连贯性。充分的对照实验表明,EIGAN模型生成的修复图片不仅确保了修补部分的真实性和整张图片的一致性,还保留了图片原有的语义。(2)针对真实场景中的人脸表情图片存在着较大的类内差异和类间相似性的问题,提出了四元组-均值损失函数。四元组-均值损失函数为每个类别的深层特征学习一个中心,减小正例样本与正类中心间的距离,增大正例样本与其他负类中心的距离,同时还要求不同类别的中心间的距离大于相同类别样本之间的距离。该损失函数让同类样本更加紧凑,且不同类样本更加分离,从而增强特征的判别能力。(3)针对自然场景中人脸表情数据分布不平衡导致识别性能有限的问题,提出了Balanced-Softmax损失函数。Balanced-Softmax损失函数在Softmax损失函数的基础上进行改进,根据每一类表情的数据量大小,为其设置不同的权重。通过对数据量较少的困难样本加重惩罚,使困难样本在网络训练过程中对网络参数影响更大,从而让数据量较少的类别被更好的识别。(4)针对现有网络提取到的表情特征辨识度较弱的问题,提出了一种具有较强特征判别力的人脸表情识别网络(Discriminative Facial Expression Recognition Network,DFER-Net)。DFER-Net通过联合使用四元组-均值损失函数和Balanced-Softmax损失函数,在训练过程中给予数据量较少的类别更多的关注,并不断优化同类表情的类内距离和不同类表情的类间距离,最终使网络可以提取到具有更强辨识度的表情特征。通过在FER2013和RAF-DB两个人脸表情数据集上进行实验,对本文算法进行全面评估。实验结果表明,EIGAN模型和DFER-Net模型在这两个数据集上都表现出很好的结果。并通过联合使用EIGAN模型与DFER-Net模型证明了将遮挡图片修复后再识别的有效性。

关键词：表情识别深度度量学习卷积神经网络生成式对抗网络损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的RGBT目标跟踪研究

基于深度度量学习的RGBT目标跟踪研究

作者：林春安徽大学

学位级别：硕士

作为计算机视觉中的一个热点问题,目标跟踪致力于在可见光图片序列中实现对目标的定位。但可见光成像不可避免地存在低光照、目标被部分遮挡等严峻挑战,从而影响目标跟踪的效果。由于热红外相机可以在黑暗、雾霾或遮挡的环境利用物体热... 详细信息

作为计算机视觉中的一个热点问题,目标跟踪致力于在可见光图片序列中实现对目标的定位。但可见光成像不可避免地存在低光照、目标被部分遮挡等严峻挑战,从而影响目标跟踪的效果。由于热红外相机可以在黑暗、雾霾或遮挡的环境利用物体热辐射的原理捕捉到物体,对可见光成像起到了良好的辅助作用。近年来,随着可见光-热红外相机的普及,利用可见光-热红外（RGBT）这样的多模态图像信息进行跟踪成为了新的研究热点,在视频监控、无人机巡航、无人驾驶等方面具有良好的应用前景。但是RGBT目标跟踪中困难样本的分类问题依然没有得到良好地解决。深度度量学习用于物体相似度的学习,且可以有效提高行人重识别、人脸识别等分类检索任务中物体分类的准确性,受此启发,本文深入挖掘深度度量学习,努力解决RGBT目标跟踪中困难样本的分类问题,并从多模态数据融合方面,提升RGBT目标跟踪效果。具体内容如下:第一,在普遍分类任务中,通过扩大正负样本间距解决困难样本分类的问题,但是却往往忽略了困难样本间的多层次的结构上的关系,针对这一问题,本文提出了基于多模态多间距度量学习的RGBT目标跟踪网络。首先,提出了一种新的深度度量学习框架,利用困难样本的多层次结构信息对RGBT跟踪中的困难样本进行更准确地分类。其次,提出了多模态多间距结构性损失函数,以保持可见光模态中和热红外模态中困难样本多层次的结构性关系,使特征嵌入层具有更强的判别性以及具有多层次的特性,有利于困难样本的分类。此外,本文还在端到端的深度学习框架中,利用基于注意力机制的多模态特征融合模块实现了来自不同模态数据的融合。在RGBT数据集上的实验证明本文方法增强了困难样本分类的鲁棒性。第二,针对训练中困难样本数量少,缺乏有效信息以及多模态特征融合模块结构复杂的问题,本文提出了基于困难样本感知的RGBT目标跟踪算法。首先,提出了一个简单高效的自适应融合模块GFM,自适应地融合模态间的特征和多个卷积层的特征,利用多个模态的互补特征以及浅层特征和深层特征,有效提高了RGBT目标跟踪的总体性能。其次,利用困难样本感知损失函数挖掘更多困难样本,并利用样本中的全局信息构造鲁棒性更强的特征嵌入层,有效地提高正负样本分类的判别性。实验表明GFM模块和困难样本感知损失函数都具有效性。

关键词： RGBT目标跟踪深度度量学习特征融合困难样本卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度度量学习的虹膜验证算法研究

基于深度度量学习的虹膜验证算法研究

作者：罗志鹏华中科技大学

学位级别：硕士

人眼虹膜具有唯一性、持久性与高辨别性的特点,虹膜验证是基于该生物特征的身份验证方法,适合各种安全场合的身份验证场景。然而虹膜图像在真实复杂环境中受到反光、遮挡、虹膜形变等因素的干扰,给虹膜的特征提取带来了困难,降低了虹膜... 详细信息

人眼虹膜具有唯一性、持久性与高辨别性的特点,虹膜验证是基于该生物特征的身份验证方法,适合各种安全场合的身份验证场景。然而虹膜图像在真实复杂环境中受到反光、遮挡、虹膜形变等因素的干扰,给虹膜的特征提取带来了困难,降低了虹膜验证的鲁棒性和准确性。因此本文提出了一种基于深度度量学习的虹膜验证方法,主要工作如下:(1)提出一种基于虹膜外接矩形图的虹膜特征提取策略,并以此提出基于残差神经网络的虹膜验证方法,其中针对虹膜的特征提取,在残差网络的基础上引入了改进的残差结构、SE模块与双池化层,从而提出了一种基于残差网络模型的虹膜特征提取网络。(2)针对虹膜特征向量的辨别性,分析了基于ArcFace-Loss损失函数与基于三元组损失函数的深度度量学习的原理,将两者的优势进行融合,并以此提出基于融合损失函数的深度度量学习的模型优化方法。(3)在实验方面,采用虹膜验证的评价指标对本文提出的虹膜验证模型进行实验与分析。实验结果验证了在对虹膜外圆的外接矩形区域进行特征提取的基础上,本文提出的特征提取网络以及基于融合损失函数的深度度量学习的有效性,能够有效提高虹膜验证精度。

关键词：虹膜验证深度度量学习特征提取残差神经网络