期刊文献+
共找到162篇文章
< 1 2 9 >
每页显示 20 50 100
基于改进Center Loss函数的行人再辨识 被引量:1
1
作者 张璐 刘阿建 《计算机技术与发展》 2019年第9期45-50,共6页
通过改进距离度量函数,在开集测试协议的基础上,对行人再辨识相关问题进行研究,使测量的行人特征满足以下两点:类间最小距离较大和类内最大距离较小。目前还没有存在的算法能够满足这个条件。文中采用Center Loss函数和分类损失函数相结... 通过改进距离度量函数,在开集测试协议的基础上,对行人再辨识相关问题进行研究,使测量的行人特征满足以下两点:类间最小距离较大和类内最大距离较小。目前还没有存在的算法能够满足这个条件。文中采用Center Loss函数和分类损失函数相结合,使网络在分类损失与Center Loss函数的联合监督下,可以学习出更具判别性的行人特征。其中,行人特征分辨性问题分类损失函数能很好地解决,但常规的Center Loss函数只能使类内最大距离较小,但未能解决类间最小距离较大的问题。因此对Center Loss函数进行改进,在Center Loss函数中加入类间距离变量,使类间中心最小距离较大。最后通过几组再辨识数据集的实验证明了提出的网络与改进Center Loss函数的优越性。 展开更多
关键词 行人再辨识 深度学习 center loss 分类损失函数
下载PDF
基于深度学习的Center Loss算法研究 被引量:2
2
作者 杨青 陆安江 高进 《通信技术》 2019年第8期1878-1883,共6页
深度卷积神经网络越来越广泛地应用于图像分类和人脸识别,用Softmax损失函数训练的深度卷积神经网络在人脸识别上取得了显著的提高。在本文中,我们提出一种sofamax Loss与中心损失联合监督的方法进行人脸识别,它可以提升面部特征的判别... 深度卷积神经网络越来越广泛地应用于图像分类和人脸识别,用Softmax损失函数训练的深度卷积神经网络在人脸识别上取得了显著的提高。在本文中,我们提出一种sofamax Loss与中心损失联合监督的方法进行人脸识别,它可以提升面部特征的判别力。首先,Cente rLoss同时学习每个类的中心,并且增加面部图像特征与其对应类中心的距离:另外,具有Center Loss的训练深度卷积神经网络扩大了类内紧凑性和类间可分离性,增加了深度特征的辨别力。实验结果表明,将softmax Loss和center Loss二个损失函数相结合的方法,实现了深度特征分类的高精度判别。 展开更多
关键词 CNN 人脸识别 深度特征 center loss
下载PDF
基于多任务学习与注意力机制的多层次音频特征情感识别研究
3
作者 李磊 朱永同 +2 位作者 杨琦 赵金葳 马柯 《智能计算机与应用》 2024年第1期85-94,101,共11页
传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入... 传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入性别先验知识;将多层次音频特征分类问题转化为多任务问题进行处理,从而对多层次特征进行解耦再进行分类;针对特征分布的再优化方面设计了一个中心损失模块。通过在IEMOCAP数据集上的实验结果表明,本文提出模型的加权精度(WA)和未加权精度(UA)分别达到了71.94%和73.37%,与原本的多层次模型相比,WA和UA分别提升了1.38%和2.35%。此外,还根据Nlinear和Dlinear算法设计了两个单层次音频特征提取器,在单层次音频特征分类实验中取得了较好的结果。 展开更多
关键词 语音情感分类 MFCC 中心损失 多任务学习 先验信息 Dlinear
下载PDF
基于深度神经网络的台风中心定位方法
4
作者 郑宗生 沈绪坤 +1 位作者 王振华 卢鹏 《热带气象学报》 CSCD 北大核心 2024年第3期341-351,共11页
台风中心定位的微小误差会对台风路径预报造成较大的偏离,因此精确定位台风中心是台风路径预测和灾害预报的重要步骤。台风云系随时间不断变化且风力强弱不一,在卫星云图中呈现了多样性和复杂性,现有基于神经网络的模型由于缺少对台风... 台风中心定位的微小误差会对台风路径预报造成较大的偏离,因此精确定位台风中心是台风路径预测和灾害预报的重要步骤。台风云系随时间不断变化且风力强弱不一,在卫星云图中呈现了多样性和复杂性,现有基于神经网络的模型由于缺少对台风特征图像多维度参数的权重合理分配,在自动提取台风图像特征上受到了限制。为此,提出一种融合通道注意力与坐标注意力的神经网络模型(TY-LOCNet),首先搭建深度卷积神经网络模型提取台风特征;其次引入通道注意力机制从台风特征中捕获通道级别的信息,提升模型对重要通道的关注度;然后将通道注意力结果输入到坐标注意力机制中全局标定台风位置信息,使模型能够在较大的区域关注到台风的形态结构;此外,均方误差损失函数未能融合计算坐标导致定位精度低,因此提出距离损失函数(DISTLoss)通过距离回归提高模型定位精度。实验结果表明,TY-LOCNet的平均位置误差(MLE)、平均定位误差(MAE)和检测速度分别为3.502像素,0.292°和17 FPS,优于其他模型。台风中心定位模型TY-LOCNet可为台风预报提供实时性台风中心定位支持。 展开更多
关键词 台风中心定位 注意力机制 神经网络 距离损失函数
下载PDF
基于多视数据重构损失标定的叶片型面光学检测
5
作者 罗瑛 朱杨洋 +1 位作者 王宗平 殷国富 《中国测试》 CAS 北大核心 2024年第8期118-124,共7页
航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出... 航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出一种基于多视数据重构损失标定回转中心的型线重构方法。以两种典型燃气轮机导向叶片为检测对象,所提出方法获取的检测数据与三坐标测量机检测数据的对比结果表明,轮廓度检测平均绝对偏差在0.022 mm以内,最大标准偏差为0.0186 mm,最大RMS估计为0.0251 mm;特征参数检测最大偏差为0.0401mm。实验结果验证了所提出方法面向叶片型面检测的可行性。 展开更多
关键词 叶片型面检测 线激光器 回转中心 多视数据重构损失
下载PDF
基于三元中心引导的弱监督视频异常检测
6
作者 朱子蒙 李志新 +2 位作者 郇战 陈瑛 梁久祯 《计算机应用》 CSCD 北大核心 2024年第5期1452-1457,共6页
针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间... 针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间依赖关系、去除冗余信息,保留数据的关键信息。该框架将异常检测视为回归问题,为学习检测特征,设计了异常分数回归的三元中心损失(TCLASR),与动态多实例学习损失(DMIL)相结合以进一步提高特征的区分能力。DMIL能够扩大异常实例与正常实例之间的类间距离,但同时也扩大了类内距离,而TCLASR可使来自同类的实例与类中心的距离更接近,与不同类中心的距离更远。对VLARNet在ShanghaiTech与CUHK Avenue数据集上进行了综合实验。实验结果表明,VLARNet能够有效利用视频数据的各种信息,在两个数据集上获得的受试者工作特征曲线下面积(AUC)分别为94.64%和93.00%,明显优于对比算法。 展开更多
关键词 异常检测 弱监督学习 多实例学习 中心损失 受试者工作特征曲线下面积
下载PDF
双分支协同策略的弱监督行为检测
7
作者 王静 王传旭 《青岛科技大学学报(自然科学版)》 CAS 2024年第2期140-146,共7页
弱监督行为检测旨在使用视频级标签定位动作的起止边界及识别相应的行为类别。现有的模型依然存在行为定位不完整、背景干扰等问题。对此,提出了双分支协同策略,为背景帧引入辅助类,采用权重共享机制的非对称式训练,使得该模型能够抑制... 弱监督行为检测旨在使用视频级标签定位动作的起止边界及识别相应的行为类别。现有的模型依然存在行为定位不完整、背景干扰等问题。对此,提出了双分支协同策略,为背景帧引入辅助类,采用权重共享机制的非对称式训练,使得该模型能够抑制背景帧的激活以提高定位性能。在优化分支提出中心损失项来学习每个动作类的聚类中心,并惩罚特征与其中心之间的距离及最小类内变化,从而增强特征的可辩别性;基本分支丢弃其动作类的中心区域,同时学习背景特征,通过迭代训练挖掘与其行为相关的不明显区域,有助于更好的模拟背景,实现行为的完整性定位。该算法在THUMOS14和ActivityNet1.2数据集上进行实验验证并与其他相关文献进行比较,结果表明了所提出算法的可行性。 展开更多
关键词 时序行为检测 弱监督学习 中心损失项 背景类 注意力机制
下载PDF
基于改进多层感知机的工业过程微小故障诊断方法
8
作者 霍冠男 刘杰 《化工自动化及仪表》 CAS 2024年第5期892-899,共8页
针对工业过程数据的局部相关性、动态特性以及微小故障特征分布重叠的特点,提出一种中心聚合自注意力多层感知机(CPSAMLP)微小故障诊断方法。在数据处理中采用滑动窗口在时间维度和空间维度滑动,增强数据的动态特性,在传统多层感知机中... 针对工业过程数据的局部相关性、动态特性以及微小故障特征分布重叠的特点,提出一种中心聚合自注意力多层感知机(CPSAMLP)微小故障诊断方法。在数据处理中采用滑动窗口在时间维度和空间维度滑动,增强数据的动态特性,在传统多层感知机中,加入自注意力机制,对关键特征信息重新分配权值,在原有的交叉熵损失函数中引入中心损失项,使特征向量向特征中心靠拢,解决了微小故障特征分布重叠的问题,提升模型对微小故障的识别能力。在TE过程和青霉素发酵过程进行仿真验证,并与多层感知机(MLP)、自注意力多层感知机(SAMLP)方法进行对比,结果显示CPSAMLP故障诊断效果更优,平均准确率分别达到83.58%和97.35%,验证了所提方法的有效性。 展开更多
关键词 微小故障诊断 中心损失 多层感知机 自注意力机制
下载PDF
摇动半径与中心抬刀对电火花加工效果影响的试验研究
9
作者 李殿新 刘建勇 +1 位作者 张慧杰 杨晓宇 《机械科学与技术》 CSCD 北大核心 2024年第2期232-237,共6页
为了提升电火花加工系统的性能,开发出基于PC平台、能够实现高速复杂抬刀、多轴联动摇动加工的电火花成形加工数控系统。在中心抬刀模式下,加入摇动半径分别为30μm、60μm、90μm的摇动模式,对比了不同模式下的试验结果。在90μm摇动... 为了提升电火花加工系统的性能,开发出基于PC平台、能够实现高速复杂抬刀、多轴联动摇动加工的电火花成形加工数控系统。在中心抬刀模式下,加入摇动半径分别为30μm、60μm、90μm的摇动模式,对比了不同模式下的试验结果。在90μm摇动模式下,对比了中心抬刀与非中心抬刀下的试验结果。结果表明:随着摇动半径的增大,加工时间变长、加工蚀除率下降、加工后孔的直径和深度变大但孔的直径偏差变小、底部圆角半径变小、电极损耗率下降,但表面粗糙度基本相同;中心抬刀会延长加工时间、降低加工蚀除率、减小孔直径并降低孔的直径误差、减小电极损耗率,对底部圆角直径、加工深度、表面粗糙度的影响不大。 展开更多
关键词 电火花加工 摇动模式 中心抬刀 电极损耗 加工精度
下载PDF
半刚接柱脚自复位装配式钢框架拟动力试验研究
10
作者 张艳霞 沈森 +1 位作者 李杨龙 赵微 《建筑钢结构进展》 CSCD 北大核心 2024年第6期22-32,共11页
为解决刚接柱脚自复位装配式钢框架结构在中震或大震下底层柱可能发生较大的塑性变形的问题,设计一种半刚接柱脚自复位装配式钢框架结构。对其子结构进行拟动力试验,对比框架在Taft地震波、LOS000地震波和El-Centro地震波输入及不同等... 为解决刚接柱脚自复位装配式钢框架结构在中震或大震下底层柱可能发生较大的塑性变形的问题,设计一种半刚接柱脚自复位装配式钢框架结构。对其子结构进行拟动力试验,对比框架在Taft地震波、LOS000地震波和El-Centro地震波输入及不同等级地震下的节点开口、耗能能力、刚度退化、预应力损失和应变变化。试验结果表明,钢框架在大震作用下具有良好的自复位功能和耗能能力。钢绞线平均预应力损失最多仅为1.58%,说明施加预应力的方法是可靠的。钢框架柱脚能够始终保持弹性状态,因此震后仅需修复钢梁,大大降低了修复成本。 展开更多
关键词 半刚接柱脚 钢框架 拟动力试验 自复位功能 预应力损失
下载PDF
《数据中心用刚性印制电路板规范》标准介绍
11
作者 戴炯 陈利 张凯 《印制电路信息》 2024年第4期57-60,共4页
随着人工智能(AI)及5G通信等技术飞速发展,数据中心行业规模迅速增长。相较于普通印制电路板(PCB),数据中心用刚性印制电路板(RPCB)对信号传导要求比较严,主要体现为对阻抗、插损、尺寸涨缩、背钻工艺等要求更高,而这类要求行业内目前... 随着人工智能(AI)及5G通信等技术飞速发展,数据中心行业规模迅速增长。相较于普通印制电路板(PCB),数据中心用刚性印制电路板(RPCB)对信号传导要求比较严,主要体现为对阻抗、插损、尺寸涨缩、背钻工艺等要求更高,而这类要求行业内目前并无统一通用规范,因此,建立数据中心用RPCB的验收标准需求迫切。主要介绍团体标准T/CPCA—6047《数据中心用刚性印制电路板规范》的制定背景、编制过程、主要内容及意义。希望该标准能更好地适应技术的发展,为行业提供相应的参考与支持。 展开更多
关键词 数据中心 阻抗 插入损耗 检验方法
下载PDF
基于双流卷积与双中心loss的行为识别研究 被引量:3
12
作者 毛志强 马翠红 +1 位作者 崔金龙 王毅 《微电子学与计算机》 北大核心 2019年第3期96-100,共5页
针对行为视频中相似动作类内差异大、类间差异小,识别准确率不高的问题,提出了一种基于双流卷积网络与双中心loss的行为识别方法.该方法首先构建双流卷积网络结构,以C3Dnet模型作为双流结构的基础模型,分别提取多尺度RGB视频帧中的表观... 针对行为视频中相似动作类内差异大、类间差异小,识别准确率不高的问题,提出了一种基于双流卷积网络与双中心loss的行为识别方法.该方法首先构建双流卷积网络结构,以C3Dnet模型作为双流结构的基础模型,分别提取多尺度RGB视频帧中的表观短时运动信息和堆叠光流图中的长时运动信息;然后将双流结构提取的深度信息经长短时记忆(LSTM)网络解析后进行特征融合;最后,利用基于双中心loss的2C-softmax目标函数,来最大化类间距离和最小化类内距离,从而实现相似动作的分类与识别.在数据集KTH上的实验结果表明,该方法能够准确识别相似动作,识别准确率可达98.2%,具有很好的识别效果. 展开更多
关键词 双流卷积网络 中心loss 长短时记(LSTM) 光流图
下载PDF
基于中心损失-改进卷积自编码器的滚动轴承半监督故障诊断 被引量:3
13
作者 齐咏生 巩育瑞 +2 位作者 高胜利 刘利强 李永亭 《振动与冲击》 EI CSCD 北大核心 2023年第7期301-311,共11页
当前基于深度学习的旋转机械故障诊断技术,凭借其强大的逐层加工和内置特征变换功能受到广泛关注,然而传统用于故障诊断的深度网络需要大量标签数据,且诊断结果依赖于标签的数量和准确性。为此,提出一种基于中心损失-改进卷积自编码器(c... 当前基于深度学习的旋转机械故障诊断技术,凭借其强大的逐层加工和内置特征变换功能受到广泛关注,然而传统用于故障诊断的深度网络需要大量标签数据,且诊断结果依赖于标签的数量和准确性。为此,提出一种基于中心损失-改进卷积自编码器(center loss-improved convolutional auto-encoder, CL-ICAE)的半监督故障诊断方法。该方法首先利用连续小波变换将故障信号转换为时频图,细化故障特征表征;之后构建改进的卷积自编码器网络结构,并引入批量归一化(batch normalization, BN)和Dropout,在特征提取阶段防止过拟合;之后在分类阶段,通过将中心损失(center loss)引入Softmax损失函数,构建联合损失函数,使故障特征实现类内距离更小,特征差异更大,进一步提高分类精度。最后,将所提方法通过凯斯西储大学轴承数据集和轴承故障试验平台进行验证,结果表明在少量标签样本情况下,均可实现有效的故障诊断,提升诊断准确率。 展开更多
关键词 滚动轴承 卷积自编码器 半监督 批量归一化(BN) 中心损失(CL)
下载PDF
基于DenseNet的人脸图像情绪识别研究 被引量:2
14
作者 雷建云 马威 +2 位作者 夏梦 郑禄 田望 《中南民族大学学报(自然科学版)》 CAS 北大核心 2023年第6期781-787,共7页
针对人脸情绪识别类内差异大,类间差异小的特点,结合学生人脸图像的线上课堂情绪识别的场景,提出多尺度空洞卷积模块提取不同空间尺度特征的稠密深度神经网络模型,实现自然场景下学生人脸图像识别.该模型主要由多尺度空洞卷积和DenseNe... 针对人脸情绪识别类内差异大,类间差异小的特点,结合学生人脸图像的线上课堂情绪识别的场景,提出多尺度空洞卷积模块提取不同空间尺度特征的稠密深度神经网络模型,实现自然场景下学生人脸图像识别.该模型主要由多尺度空洞卷积和DenseNet神经网络两个子网络组成,其中多尺度空洞卷积由不同空洞率的四分支网络提取不同尺度特征,空洞卷积减小特征图尺寸,减少DenseNet内存资源占用;最后在DenseNet网络中结合Adam优化器和中心损失函数.使用稠密网络的旁路连接,加强情绪特征传递和复用.研究结果表明:基于稠密深度神经网络的情绪识别网络模型能够有效提高情绪分类的准确率,模型对预处理后的FER2013+数据集识别准确率达到93.99%,可为线上教学反馈提供技术支持. 展开更多
关键词 人脸情绪识别 稠密神经网络 空洞卷积 中心损失函数 深度学习优化器
下载PDF
纹理和深度特征增强的双流人脸呈现攻击检测方法 被引量:2
15
作者 孙锐 冯惠东 +2 位作者 孙琦景 单晓全 张旭东 《模式识别与人工智能》 EI CSCD 北大核心 2023年第3期242-251,共10页
人脸呈现攻击是一种利用照片、视频等将人脸通过媒介呈现在摄像头前欺骗人脸识别系统的技术.现有的人脸呈现攻击检测方法大多采用深度特征辅助监督分类,忽略有效的细粒度信息以及深度信息与纹理信息的相互联系.因此,文中提出纹理和深度... 人脸呈现攻击是一种利用照片、视频等将人脸通过媒介呈现在摄像头前欺骗人脸识别系统的技术.现有的人脸呈现攻击检测方法大多采用深度特征辅助监督分类,忽略有效的细粒度信息以及深度信息与纹理信息的相互联系.因此,文中提出纹理和深度特征增强的双流人脸呈现攻击检测方法.一端网络通过中心差分卷积网络提取比原始卷积网络更鲁棒的欺骗人脸纹理模式.另一端网络通过生成对抗网络生成深度图的深度线索,提高对外观变化和图像质量差异的稳定性.在特征增强模块中,设计中心边缘损失,对两类互补特征进行融合和增强.在4个数据集上的实验表明,文中方法在数据集内以及跨数据集的测试中都取得较优性能. 展开更多
关键词 呈现攻击检测 人脸反欺骗 生成对抗网络 特征增强 中心边缘损失
下载PDF
Calculations of the Ion Orbit Loss Region at the Plasma Edge of EAST
16
作者 吴国将 张晓东 《Plasma Science and Technology》 SCIE EI CAS CSCD 2012年第9期789-793,共5页
In divertor tokamak plasma, the energetic ion losses of edge plasma are considered to be responsible for the negative radial electric field. In the present paper, a guiding center approximation orbit equation is found... In divertor tokamak plasma, the energetic ion losses of edge plasma are considered to be responsible for the negative radial electric field. In the present paper, a guiding center approximation orbit equation is found by assuming the conservation of three integrals of motion, i.e. the total ion energy E, the magnetic moment # and toroidal angular momentum Pc, and it is used to calculate expediently the ion orbit loss region. The direct ion orbit losses in the initial velocity space near the plasma edge of EAST with SN (single null) divertor configuration are analyzed systematically. The ion loss regions are obtained by solving the guiding center approximation orbit equation of critical ions with the effect of the radial electric field taken into account. Under the influence of plasma current Ip, the type of ions, the toroidal field Bt and the changes of the loss regions are analyzed and calculated accordingly. 展开更多
关键词 guiding center approximation equation ion orbit loss regions negative radialelectric field
下载PDF
基于门控特征融合与中心损失的目标识别
17
作者 莫建文 李晋 +1 位作者 蔡晓东 陈锦威 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第10期2011-2017,共7页
针对目标活动、光线及摄像头距离等问题,提出一种基于门控特征融合与中心损失的目标识别方法.门控特征融合是为了弥补单一特征信息丢失时,身份识别准确率下降的缺陷.门控结构指导网络对输入的人脸、行人特征进行贡献量评估,再根据贡献... 针对目标活动、光线及摄像头距离等问题,提出一种基于门控特征融合与中心损失的目标识别方法.门控特征融合是为了弥补单一特征信息丢失时,身份识别准确率下降的缺陷.门控结构指导网络对输入的人脸、行人特征进行贡献量评估,再根据贡献量去分配权值,组合产生识别性更强的身份特征.通过添加中心损失函数,在引导网络下减少了特征的类内距离,使得特征更具判别性.实验结果表明,在自建数据集上所提方法的最终识别准确率最高可以达到76.35%,优于单特征识别方法以及多种融合方法,使用所提的融合损失函数后,平均识别准确率可提高2.63%. 展开更多
关键词 身份识别 监控场景 特征融合 门控机制 中心距离损失
下载PDF
基于双流结构的跨模态行人重识别关系网络
18
作者 郭玉彬 文向 +1 位作者 刘攀 李西明 《计算机应用》 CSCD 北大核心 2023年第6期1803-1810,共8页
针对可见光-红外跨模态行人重识别中模态差异导致的识别精确率低的问题,提出了一种基于双流结构的跨模态行人重识别关系网络(IVRNBDS)。首先,利用双流结构分别提取可见光模态和红外模态行人图像的特征;然后,将行人图像的特征图水平切分... 针对可见光-红外跨模态行人重识别中模态差异导致的识别精确率低的问题,提出了一种基于双流结构的跨模态行人重识别关系网络(IVRNBDS)。首先,利用双流结构分别提取可见光模态和红外模态行人图像的特征;然后,将行人图像的特征图水平切分为6个片段,以提取行人的每个片段的局部特征和其他片段的特征之间的关系,以及行人的核心特征和平均特征之间的关系;最后,在设计损失函数时,引入异质中心三元组损失(HC Loss)函数放松普通三元组损失函数的严格约束,从而使不同模态的图像特征可以更好地映射到同一特征空间中。在公开数据集SYSU-MM01(Sun Yat-Sen University Multi Modal re-identification)和Reg DB(Dongguk Body-based person Recognition)上的实验结果表明,虽然IVRNBDS的计算量略高于当前主流的跨模态行人重识别算法,但所提网络在相似度排名第1(Rank-1)指标和平均精度均值(m AP)指标上都有所提高,提高了跨模态行人重识别算法的识别精确率。 展开更多
关键词 行人重识别 可见光-红外跨模态 双流结构 异质中心三元组损失 局部特征
下载PDF
基于CNN与Transformer混合模型的口罩人脸识别方法 被引量:12
19
作者 姜绍忠 姚克明 +2 位作者 陈磊 王中洲 郭复澳 《传感器与微系统》 CSCD 北大核心 2023年第1期144-148,共5页
针对疫情背景下,因佩戴口罩导致普通人脸识别算法失效的问题,提出一种基于卷积神经网络(CNN)与Transformer混合模型的口罩人脸识别方法。结合了CNN与Transformer的优点,能够很好地处理局部和全局信息,使模型拥有更好的性能及泛化能力。... 针对疫情背景下,因佩戴口罩导致普通人脸识别算法失效的问题,提出一种基于卷积神经网络(CNN)与Transformer混合模型的口罩人脸识别方法。结合了CNN与Transformer的优点,能够很好地处理局部和全局信息,使模型拥有更好的性能及泛化能力。在卷积模块引入空间注意力模块,加强模型对于鲁棒人脸特征信息的提取,使用Sub-center Arcface损失函数,进一步提高模型的分类精度。在人工合成的口罩人脸数据集和真实的戴口罩人脸数据集上的实验表明,本文模型能够同时有效处理戴口罩和不戴口罩人脸识别任务,拥有较小的参数量的同时,具备较高的识别精度。 展开更多
关键词 口罩人脸识别 混合模型 空间注意力机制 Sub-center Arcface损失函数
下载PDF
一种配网线损在线监测数据缺失自适应填补方法设计 被引量:1
20
作者 曹晶 谢文浩 +1 位作者 周志飞 刘旭阳 《自动化与仪表》 2023年第9期73-77,共5页
配网线损在线监测数据缺失点位置难捕捉,导致数据填补误差增加,为了有效解决这一问题,该文提出基于加权类平均的配网线损在线监测数据缺失自适应填补方法。计算配网线损在线监测区域中特征最为明显的线损点,提取线损点参数建立聚类中心... 配网线损在线监测数据缺失点位置难捕捉,导致数据填补误差增加,为了有效解决这一问题,该文提出基于加权类平均的配网线损在线监测数据缺失自适应填补方法。计算配网线损在线监测区域中特征最为明显的线损点,提取线损点参数建立聚类中心。根据聚类中心的聚类簇建立损失函数,确定配网线损数据缺失数据区域。查找损失量最大且与该样本相似性最高的数据点,确定配网线损在线监测数据缺失点位置。采用加权类平均填补法赋予每组缺失数据不同的权重,通过权重匹配实现数据缺失自适应填补。实验数据表明,该方法的数据缺失自适应填补效果好,填补误差较低,填补结果具有可靠性。 展开更多
关键词 配网线损 在线监测数据 数据缺失 自适应填补 聚类中心 损失函数
下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部