搜索筛选:
搜索耗时0.7288秒,为你在为你在102,285,761篇论文里面共找到 7 篇相符的论文内容
发布年度:
[期刊论文] 作者：邓滔,杨娟,汪荣贵,薛丽霞,,
来源：计算机应用研究 年份：2021
针对行人再识别问题,目前多数方法将行人的局部或全局特征分开考虑,从而忽略了行人整体之间的关系,即行人全局特征和局部特征之间的联系。本文提出一种增强特征融合网络(enhanced feature convergent network,EFCN)。在全局分支中,提出适用于获取全局特征的注意......
[期刊论文] 作者：麻可可,薛丽霞,汪荣贵,杨娟,
来源：计算机科学与应用 年份：2021
行人重识别的目的是通过将人物的探测图像与图像库中的所有图像进行比较,从而在图像库中找到感兴趣的人。大多数的行人重识别算法都是在一些小的带标签的数据集上进行监督训...
[期刊论文] 作者：汪荣贵,李懂,杨娟,薛丽霞,,
来源：计算机工程 年份：2021
行人重识别目标是利用计算机视觉技术判断在多个摄像头下采集的图像序列或视频中是否存在特定的行人，其本质是跨境头行人检索问题。基于监督学习的行人重识别方法取得了显著的检索效果，然而难以解决行人重识别存在的跨域问题，即在一个数据集上训练的模型直接应用到......
[期刊论文] 作者：刘兵,杨娟,汪荣贵,薛丽霞,,
来源：计算机工程与应用 年份：2021
小样本学习是视觉识别中的一个受关注的领域，旨在通过少量的数据来学习新的视觉概念。为了解决小样本问题，一些元学习方法提出从大量辅助任务中学习可迁移的知识并将其应用于目标任务上。为了更好地对知识进行迁移，提出了一种基于记忆的迁移学习方法。首先，提出一种......
[期刊论文] 作者：董博文,汪荣贵,杨娟,薛丽霞,,
来源：计算机工程与应用 年份：2021
对样本所含信息的提取能力决定网络模型进行小样本分类的效果，为了进一步模型挖掘信息的能力，提出一种结合多尺度特征与掩码图网络的小样本学习方法。首先，设计由1x1卷积、全局平均池化和跳跃连接组成的最小残差神经网络块，与卷积块拼接成特征提取器，以提取样本不同......
[期刊论文] 作者：汪荣贵,汤明空,杨娟,薛丽霞,胡敏,,
来源：计算机工程 年份：2021
针对深度学习领域内通过少量样本难以实现视觉识别的小样本学习问题,提出一种新的语义匹配网络。利用双注意力机制匹配图像的语义信息,并在多尺度分类网络下匹配图像的相似度,提升同类别样本之间的语义相关性,从而获得更加准确的样本类别。实验结果表明,与Siame......
[期刊论文] 作者：叶萌,杨娟,汪荣贵,薛丽霞,李懂,,
来源：计算机工程 年份：2021
针对深度学习中使用少量样本完成模型训练的小样本学习问题,构建一种双路的特征聚合网络,并提出一种新的综合损失函数对网络模型的参数更新过程加以控制。通过综合损失函数,特征聚合网络可将样本映射到更具代表性的特征空间中,从而获得更优的特征分布。实验结果......
相关搜索：
