基于有监督对比学习的哈希图像检索方法

针对哈希图像检索方法检索精度低的问题,提出一种有监督对比学习的哈希图像检索方法。在残差网络50(Residual Network 50,ResNet50)中嵌入协调注意力模块,提取图像的关键信息,优化网络的特征提取能力,并采用有监督对比学习方法进行训练,增强网络的类区分能力。在目标函数中引入量化约束减小误差,保持生成哈希码间的平衡性和相似性,提升哈希码的质量。实验结果表明,所提方法优于其他基于哈希的图像检索方法,能够实现较高的检索精度。

基于有监督对比学习的遥感图像场景分类

针对遥感场景图像中复杂背景以及类内多样性和类间相似性影响场景分类性能的问题,提出一种基于有监督对比学习的遥感场景分类方法。该方法包含判别性特征学习和线性分类两个阶段。在判别性特征学习阶段,引入有监督对比损失以拉近同类场景间的距离并增大不同类场景间的距离,提高类内多样性和类间相似性场景的判别能力;然后引入门控自注意模块对无用的背景信息进行过滤且聚焦关键场景区域,提高复杂背景的场景识别;最后引入一个预训练的Inception V3语义分支,把语义分支和原始模型提取的特征进行融合增强特征判别能力,以提高场景分类的整体性能。线性分类阶段通过对特征学习阶段训练的模型进行微调获得分类结果。在AID和NWPU-RESISC45数据集上的综合实验证明了所提方法的有效性。

面向小样本情感分类任务的弱监督对比学习框架

文本情感分类是自然语言处理领域的挑战性研究课题.基于词典的方法和传统基于机器学习方法分别依赖高质量的情感词典和鲁棒的特征工程,而多数深度学习方法的性能则依赖大规模人工标注数据集.幸运的是,不同社交平台用户生成了大量带标签的舆情文本,这些文本可以作为弱标注数据集被用于情感分类任务,但是弱标注数据集中的噪声样本会对训练过程产生负面影响.提出了一种用于小样本情感分类任务的弱监督对比学习(weakly-supervised contrastive learning,WCL)框架,旨在学习海量带噪声的用户标记数据中的情感语义,同时挖掘少量人工标注数据中潜在的类间对比模式.该框架包括2个步骤:首先,设计了一种弱监督预训练策略来削弱噪声数据的影响;其次,在有监督微调阶段引入对比学习策略来捕获少量有标注数据的对比模式.在亚马逊评论数据集上评估了所提出的方法,实验结果表明所提出的方法显著优于其他同类对比方法.在仅使用0.5%(即32个样本)比例的有标注数据集进行微调的情况下,所提出方法的性能依然超出其他深度方法.

基于ConvNeXt热图定位和对比学习的细粒度图像分类研究

针对细粒度图像分类中高类内差异和低类间差异的挑战,提出一种以ConvNeXt网络为主干,使用GradCAM热图进行裁剪和注意力擦除的多分支细粒度图像分类方法。该方法利用GradCAM通过梯度回流得到网络的注意力热图,定位到具有判别性特征的区域,裁剪并放大该区域,使网络关注局部更深层次的特征。同时引入有监督的对比学习,扩大类间差异,减小类内差异。最后进行热图注意力擦除操作,使网络在关注最具判别性特征的前提下,也能关注其他对分类有用的区域。所提方法在CUB-200-2011,Stanford Cars,FGVC Aircraft和Stanford Dogs数据集上的分类准确率分别达到了91.8%,94.9%,94.0%,94.4%,优于多种主流的细粒度图像分类方法,并且在CUB-200-2011和Stanford Dogs数据集上分别达到了top-3和top-1的分类准确率。

注意力机制结合残差收缩网络对遥感图像分类

针对遥感场景图像中背景复杂、类内差异大以及类间相似度高问题所导致的分类效果欠佳情况,提出一种基于有监督对比学习的注意力机制和残差收缩单元算法。首先对有效通道注意力机制(ECA)进行改进,优化对待识别图像特征的提取;然后提出一种协同残差收缩单元算法,利用算法对图像进行冗余信息的筛选消除;再用有监督对比学习算法,增强算法的泛化能力。最后在遥感图像数据集进行实验,并与最新算法如增强注意算法、尺度注意力机制算法进行对比。实验表明,该算法在20%训练比例的AID数据集中分类精度提高了1.75%和2.5%。

前额单通道脑电信号的疲劳特征提取及分类算法

针对前额单通道脑电信号特征提取能力不足,导致疲劳检测精度降低的问题,本文提出一种基于有监督对比学习的疲劳特征提取及分类算法。首先,通过经典模态分解对原始信号进行滤波,提高信噪比;其次,考虑到一维信号在信息表达上的局限性,利用有重叠采样将信号转换为二维结构,同时表达信号短期内和长期间变化;由深度可分离卷积构建特征提取网络,加速模型运算;最后,通过联合有监督对比损失与均方误差损失对模型进行全局优化。实验表明,该算法对三种疲劳状态分类的平均准确度可达75.80%,相较于其它先进算法均有较大幅度提高,显著提高了单通道脑电信号进行疲劳检测的准确性与可行性。本文研究为单通道脑电信号应用提供了有力支持,也为疲劳检测研究提供了新思路。