【摘 要】
：
目标识别是智能感知领域中机器视觉方向的研究热点之一。随着全球数字化进程的发展,大面积海量布置的相机存在参数差异、图像在全天候获取过程中存在外界环境变化、同来源的大规模训练数据难以获取等因素都会导致训练时的源域数据与测试时的目标域数据在特征空间的分布差异较大,即产生跨域问题,进一步增加了识别的难度。因此,当下面向目标识别中的跨域问题研究十分紧迫且具有重要的意义。本文以目标识别中的行人重识别和小样本学
论文部分内容阅读
目标识别是智能感知领域中机器视觉方向的研究热点之一。随着全球数字化进程的发展,大面积海量布置的相机存在参数差异、图像在全天候获取过程中存在外界环境变化、同来源的大规模训练数据难以获取等因素都会导致训练时的源域数据与测试时的目标域数据在特征空间的分布差异较大,即产生跨域问题,进一步增加了识别的难度。因此,当下面向目标识别中的跨域问题研究十分紧迫且具有重要的意义。本文以目标识别中的行人重识别和小样本学习为切入点,对行人重识别任务和小样本学习任务中的跨域问题开展深度学习算法研究,并取得以下主要研究成果:1)提出一种二阶段的无监督聚类算法,分离重组聚类法（Divide-And-Regroup Clustering,DARC）。针对跨域行人重识别任务,将目标域中的数据根据各自的相机进行划分,对各相机内的数据进行局部聚类。提出投票策略,将具有一定概率属于同一个目标的局部聚类组合。通过分离和重组的策略,避免直接在跨相机场景下对所有数据进行聚类,更专注于每个相机内的特征分布。实验表明DARC能够在“Duke→Market”上取得了84.7%的m AP。2)提出一种基于“域间切换”策略的跨域小样本学习算法（Domain-switch learning,DSL）。在模型训练过程中,按照一定的顺序不断切换训练数据集,模拟跨域场景。同时提出了两个模块,域内特征提示模块和域间泛化教学模块,分别用于防止训练中的模型产生过拟合,并保持模型的泛化能力。实验表明DSL在5-way 5-shot的设定下,能够在CUB中超过现有表现最优方法+8.58%的准确率。3)提出一种基于转导推理的类别校正模块（Class-corrective module,CCM）,用于进一步解决小样本学习中支持数据有限的问题。在测试阶段构建支持样本及各查询图像之间的特征相似度矩阵,为查询图像生成伪标签,并赋予样本初始置信度。在模型的线性分类器微调时,使用样本的概率得分更新置信度权重。DSL+CCM在5-way 5-shot的设定下,能够在CUB中超过现有表现最优方法+4.10%的准确率。
其他文献
镀锌板由于其优良的耐腐蚀性能,广泛应用于汽车制造、包装、桥梁建筑及工业设施等众多领域。焊接作为镀锌板一种连接和成形工艺,在镀锌板的广泛应用中发挥着重要作用。随着基材强度等级的提高,激光焊接以较小的热输入和更窄的热影响区逐渐成为镀锌薄板重要的焊接方式,但是镀锌层的存在给镀锌板激光焊接带来了一定挑战,激光焊接过程中锌层的剧烈蒸发严重破坏了焊接过程的稳定性,焊缝极易出现穿孔和气孔缺陷,尤其当板厚减小时,
由于传统工业机器人过于昂贵和重型,不适用于对中小型企业的部署和非工业场合下的应用。这在一定程度上阻碍了机器人技术的发展和推广。作为工业级机器人的小型、轻量和低成本的典型应用,桌面级机器人在近几年引起了广泛重视。桌面机器人主要应用于部署灵活、反应快速的柔性化工作环境中,本课题以多轴机器人工作站为核心,分别从ROS控制平台搭建、正逆运动学、笛卡尔空间规划和机械臂路径规划算法等方面开展研究工作。理论仿真
癌症是一种严重威胁人类健康和生活的恶性疾病,抗癌药物的研发迫在眉睫。蛋白激酶CK2（Protein kinase CK2）因调控多种细胞生理过程而被认定为重要的抗癌药物靶点。然而,其多数ATP竞争性抑制剂因存在选择性差及成药性低等缺陷而未能成为候选药物,因此,具有高选择性及高成药性的新型CK2抑制剂仍亟待研发。本论文针对丙烯酮骨架,整合定量构效关系及定性分类研究、药物合成及生物学实验等研究策略,开
语音合成（Text to Speech,TTS）是指从文本到音频的生成,具有非常广泛的应用场景。近年来,人机交互需求的增长对合成语音的质量也提出了更高的要求。随着神经网络的发展,语音合成从传统的统计参数估计逐渐转变为基于深度学习的序列建模方法。合成过程通常包括使用声学模型从文本前端得到声学特征,然后使用声码器从声学特征生成波形。在声学模型的研究中,时长建模是一个非常关键的问题,它很大程度上影响了合
近些年,随着物联网、大数据、人工智能和5G通信等技术的快速发展与不断普及,相关领域的电子设备与产品也朝着更高速率、更高带宽及更高密度方向不断提升和发展。目前高速串行链路的单通道速率已经从5Gbps、10Gbps发展提升到25Gbps,甚至56Gbps。随着电路中传输速率及时钟频率的不断提高,高速信号在传输中受到损耗、反射、谐振和串扰等信号完整性问题影响的趋势也日益严重。对于传输速率达到Gbps的高
气液两相流在自然界及工业领域广泛存在,随着设备小型化和微型化的趋势以及小通道优良的传质传热特性,小通道气液两相流成为研究人员关注的重点。段塞流是小通道气液两相流中最普遍存在的流型,且小通道内段塞流参数的测量对于保证工业过程可靠性至关重要。但目前,针对小通道段塞流的参数测量研究尚不充分,相关的测量方法较为匮乏,不能满足工业领域的应用需求。因此,对小通道段塞流参数测量的研究工作具有很大的科研和应用价值
随着科技的飞速发展,自动驾驶技术逐渐成为如今研究的热点。在校园场景中,自主运行的无人驾驶系统对于解决师生“最后三公里”的出行需求有着重要的实际意义。然而,现有的自动驾驶技术严重依赖于详细的高精度先验地图,高昂的地图制作与维护成本不利于校园自动驾驶技术的落地。本文的主要研究内容是校园场景中智能车的自主导航系统设计,目标是在不依赖高精度地图的情况下完成校园内智能车辆的自主导航任务。要实现这个目标,首先
探究基因调控网络拓扑结构、准确识别基因模块是生物信息学的重要研究内容。基因调控网络的重构与基因模块的识别有助于解析基因间的关系、揭示基因功能,为疾病病理研究与靶向药物研发提供帮助与支持。两者的发展相辅相成相互促进,基因调控网络拓扑结构中存在基因模块,同时基因模块内的网络调控关系又更为活跃与密切。本文利用机器学习相关算法,从基因表达数据出发,深入研究了基因表达数据的模块识别与基因调控网络重构方法,在
乳腺癌的发病率逐年升高,已成为全球第一大癌症。癌症快速筛查以及治疗效果评价是提高癌症生存率和降低死亡率的关键,因此,迫切地需要一种简单快速的方法,对诊断和治疗乳腺癌进行监控,以提升患者的生存率。表面增强拉曼光谱（surface enhanced Raman spectroscopy,SERS）是一种新兴的光谱分析技术,具有快速、灵敏、“指纹图谱”的特征,可在分子水平进行信息检测。本研究利用单细胞S
散热片是为电器中的发热电子元件散热的器件。随着科学技术的发展日新月异,电子设备对散热片的需求数量也稳步上升。再加上生产电子设备的厂商引入机器人进行元器件的自动夹持、安装与焊接。因此对散热片的总体尺寸和铆接针脚尺寸提出了更高的要求。而长期以来散热片生产环节都存在工作环境差,劳动强度大,生产效率低的不足之处。本文在广泛调研查阅文献资料的基础上,围绕着开发散热片插针铆接自动化工作站开展了工作。首先分析了