【摘 要】
：
最近有一种迁移学习的新方法—对抗域适应，该方法将生成对抗网络(Generative Adversarial Networks， GAN)的思想添加到深度网络当中去，能够学习数据的可迁移表示形式进行域适应。虽然通过GAN的思想能够很好地提取出源域数据和目标域数据的共同特征，有效地进行不同域之间的知识迁移，但现有的对抗域适应算法不能够有效地保留目标域数据的局部特征，而目标域数据的某些特征可能会对分类精
论文部分内容阅读
最近有一种迁移学习的新方法—对抗域适应，该方法将生成对抗网络(Generative Adversarial Networks， GAN)的思想添加到深度网络当中去，能够学习数据的可迁移表示形式进行域适应。虽然通过GAN的思想能够很好地提取出源域数据和目标域数据的共同特征，有效地进行不同域之间的知识迁移，但现有的对抗域适应算法不能够有效地保留目标域数据的局部特征，而目标域数据的某些特征可能会对分类精度有着显著地提升。为了避免原始数据的局部特征因对抗性学习遭到破坏，利用多任务神经网络来保留目标域数据的局
其他文献
随着深度学习的发展，唇语识别技术在英文方面取得了长足的进步，但中文无论是在数据集丰富性还是识别准确率上均存在一定的落差。通过分析中文发音的视觉特点，提出“视觉拼音”，意图规避中文在视觉表达上的歧义性；为了验证视觉拼音的有效性，建立了中文句子级唇语识别模型CHSLR-VP，该模型是一个端到端结构，其中以视觉拼音为媒介，将视频帧序列转换成最终的汉字语句。通过实验得出，相比于其他唇语识别方法，基于视觉拼
针对SSD算法在目标检测过程中对小目标检测的不足，提出了一种基于SSD算法的一阶段目标检测器--FIENet(featureintegrationandfeatureenhancementnetwork)。在FIENet中设计了两个模块，一是特征融合模块，该模块对SSD浅层的特征映射信息进行融合以提高小目标检测能力；二是特征增强模块，该模块采用了残差网络（Res2Net）以及注意力机制（Atten
针对细粒度图像分类任务中种类间局部信息差异性较小，通常会导致模型表征能力不足、特征通道之间的相互依赖关系较差以及无法有效捕捉到显著且多样化的特征信息等问题。本文提出了一种双线性聚合残差注意力网络（BilinearAggregateResidualAttentionNetwork，BARAN），首先在原双线性模型(B-CNN)基础上，把原有特征提取子网络转变为更具学习能力的聚合残差网络，来提升网络的
目前主流的深度学习方法用于微表情识别存在实验数据非常稀缺的问题，导致神经网络在学习的过程中知识获取有限进而难以提升精度。针对目前存在的问题，提出双流网络时间域信息交互的微表情识别方法，构建了双流时间域信息交互卷积神经网络(Dual Scale Temporal Interactive Convolution Neural Network，DSTICNN)，网络对微表情序列进行处理，进而实现微表情自
随着目标跟踪在众多生活场景的广泛运用，高精度且高速的跟踪算法需求也日益增多。针对某些特定场景如移动端、嵌入式等设备，在设备算力相对不足的前提下，仍要保证跟踪器达到良好的跟踪精度和高速实时跟踪问题，提出一种高帧率的轻量级孪生网络目标跟踪算法。首先，选取易于部署在嵌入式设备中的轻量级卷积神经网络MobileNetV1作为特征提取网络，深层网络具有对目标特征强大的提取能力；接着，针对主干网络的不足提出两
针对水体对光的吸收与散射作用,导致水下拍摄图像存在雾化现象、色彩失真等问题,提出一种基于复原结构与增强纹理融合的水下图像清晰化算法.首先,通过相对总变差模型将图像分解为结构层与纹理层;其次,基于背景光的高亮度与平坦特性及颜色信息计算背景光值,利用红色暗通道先验优化透射率,通过逆求解成像模型得到复原结构层;然后,提出梯度平滑方法用于纹理层,该方法在抑制噪声的同时有效增强纹理细节;最后,融合复原结构层
时空人群流动预测是智慧城市中的关键技术之一。目前主要有两大痛点困扰着相关研究、从业人员：第一，人群流动与多种因素相关，先前的研究总结出了多种时空先验知识，考虑这些先验知识将有助于建模多种类型的时空依赖，但由于人群流动预测应用场景的多样性，后续工作很难合理而全面地利用这些先验知识；第二，随着深度学习技术的发展，相关技术的实现越来越复杂，复现先进的模型是一件费时且愈发繁琐的事情。针对上述痛点，基于Te
针对常用航拍图像拼接算法在处理存在视差的复杂图像时会出现鬼影、失真、不自然的问题,本文在APAP(As-Projective-As-Possible)算法的基础上,添加全局相似性和直线结构保护约束,提出了一种基于直线特征约束网格变形的航拍图像拼接方法.首先,在图像重叠区域检测点、直线特征,并估计单应性扭曲;然后,使用网格将图像划分成多个局部图像块,建立网格优化模型,根据网格顶点坐标集定义一个包含图
当前小目标检测算法的实现方式主要是设计各种特征融合模块，检测效果和模型复杂度很难达到平衡。此外，与常规目标相比，小目标信息量少，特征难以提取。为了克服这两个问题，采用了一种不降维局部跨通道交互策略的通道注意力模块，实现通道间的信息关联，通过对每个通道的特征进行权重分配来学习不同通道间特征的相关性。同时，加入改进的特征融合模块，使网络可以使用低层和高层的特征进行多尺度目标检测，提升了以低层特征为主要
可溶性有机氮在氮素转化和生态环境安全方面具有重要的作用。在等氮磷钾条件下以单施化肥（CK）为对照，研究不同数量紫云英翻压后（CMV1,15 000 kg·hm~(-2);CMV2,30 000 kg·hm~(-2)和CMV3,45 000 kg·hm~(-2)）灰泥田土壤可溶性有机氮（SON）和溶解性有机氮（DON）的动态变化、迁移特征及损失量。结果表明，不同施肥处理20～40 cm和40～60