非贪婪的鲁棒性度量学习算法

来源 :中国图象图形学报 | 被引量 : 1次 | 上传用户：yuwumalan

【摘要】

：

目的度量学习是机器学习与图像处理中依赖于任务的基础研究问题。由于实际应用背景复杂,在大量不可避免的噪声环境下,度量学习方法的性能受到一定影响。为了降低噪声影响,现有方法常用L1距离取代L2距离,这种方式可以同时减小相似样本和不相似样本的损失尺度,却忽略了噪声对类内和类间样本的不同影响。为此,本文提出了一种非贪婪的鲁棒性度量学习算法——基于L2/L1损失的边缘费歇尔分析(marginal Fishe

【作者】

：

曾凡霞张文生

【机构】

：

中国科学院自动化研究所,北京100190中国科学院大学,北京100049;

【出处】

：

中国图象图形学报

【发表日期】

：

2020年09期

【关键词】

：

距离度量学习鲁棒性非贪婪算法边缘费歇尔分析(MFA) 分类识别 L2/L1损失

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

压力感受反射快速重调定的中枢成分

会议

压力感受反射

结合GAN的轻量级模糊车牌识别算法

目的模糊车牌识别是车牌识别领域的难题,针对模糊车牌图像收集困难、车牌识别算法模型太大、不适用于移动或嵌入式设备等不足,本文提出了一种轻量级的模糊车牌识别方法,使用深度卷积生成对抗网络生成模糊车牌图像,用于解决现实场景中模糊车牌难以收集的问题,在提升算法识别准确性的同时提升了部署泛化能力。方法该算法主要包含两部分,即基于优化卷积生成对抗网络的模糊车牌图像生成和基于深度可分离卷积网络与双向长短时记忆(

期刊

模糊车牌识别深度学习生成对抗网络(GAN)深度可分离卷积循环神经网络(CRNN)

印防已毒对海马ＣＡ３区习得性长时程增强的影响

会议

防已海马习得性长时程增强

家兔孤束核微量注射荷包牡丹硷或纳络酮阻断躯体传入冲动对减压反射的抑制作用

会议

家兔孤束核微量注射牡丹纳络酮躯体传入冲动减压反射

引入辅助损失的多场景车道线检测

目的为解决实时车辆驾驶中因物体遮挡、光照变化和阴影干扰等多场景环境影响造成的车道线检测实时性和准确性不佳的问题,提出一种引入辅助损失的车道线检测模型。方法该模型改进了有效的残差分解网络(effcient residual factorized network,ERFNet),在ERFNet的编码器之后加入车道预测分支和辅助训练分支,使得解码阶段与车道预测分支、辅助训练分支并列,并且在辅助训练分支的

期刊

多场景车道线检测语义分割网络辅助损失梯度消失CULane数据集

第一人称视角下的社会力优化多行人跟踪

目的多行人跟踪一直是计算机视觉领域最具挑战性的任务之一,然而受相机移动、行人频繁遮挡和碰撞影响导致第一人称视频中行人跟踪存在效率和精度不高的问题。对此,本文提出一种基于社会力模型优化的第一人称视角下的多行人跟踪算法。方法采用基于目标检测的跟踪算法,将跟踪问题简化为检测到的目标匹配问题,并且在初步跟踪之后进行社会力优化,有效解决频繁遮挡和碰撞行为导致的错误跟踪问题。首先,采用特征提取策略和宽高比重新

期刊

第一人称视频多行人跟踪社会力优化碰撞避免分组行为

慢性小脑刺激系统

会议

脑刺激

不规则像素簇显著性检测算法

目的显著性检测领域的研究重点和难点是检测具有复杂结构信息的显著物体。传统的基于图像块的检测算法,主要根据相对规则的图像块进行检测,计算过程中不能充分利用图像不规则的结构和纹理的信息,对算法精度产生影响。针对上述问题,本文提出一种基于不规则像素簇的显著性检测算法。方法根据像素点的颜色信息量化颜色空间,同时寻找图像的颜色中心,将每个像素的颜色替代为最近的颜色中心的颜色。然后根据相同颜色标签的连通域形成

期刊

显著性检测不规则块颜色空间量化全局对比度中心先验

孤束核内微量注射ＧＡＢＳ和鸣啡对家兔减压反射的抑制

会议

孤束核内微量注射家兔

不同压力感受纤维成分快速重调定中枢过程的特征

会议

压力感受纤维成分中枢

非贪婪的鲁棒性度量学习算法

其他学术论文