CN114049541B 基于结构化信息特征解耦与知识迁移的视觉场景识别方法 （之江实验室）_第1页
CN114049541B 基于结构化信息特征解耦与知识迁移的视觉场景识别方法 （之江实验室）_第2页
CN114049541B 基于结构化信息特征解耦与知识迁移的视觉场景识别方法 （之江实验室）_第3页
CN114049541B 基于结构化信息特征解耦与知识迁移的视觉场景识别方法 （之江实验室）_第4页
CN114049541B 基于结构化信息特征解耦与知识迁移的视觉场景识别方法 （之江实验室）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于结构化信息特征解耦与知识迁移的视本发明公开了一种基于结构化信息特征解骤：使用Canny边缘检测器提取图像的边缘表示量；利用微调后的ResNet-34提取图像的外观特征向量的特征分布将会与内容教师模块生成的22.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别首先为了实现二维的射影变换，需要找到图像中的四个点来估测3.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别4.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别3需要基于生成的ESC与交叉熵损失函数对外观判别器进行器:4与内容教师模型类似，Wasserstein距离也被用来度量XAT和XA概率分布的相似性，因5.根据权利要求1所述的一种基于结构化信息的特征解耦与知识迁移的视觉场景识别SC,θA,θDE分别是编码器与解码器的参数；5和度量定位的精度。《IEEEInternationalconferenceonroboticsandautomation数据。《IEEEInternationalConferenceonRoboticsandAutomation(ICRA),9271–[0003]针对以往场景识别方法在外观变化情形下的特征冗余交错、图像表征能力的不法利用结构信息学习深度解耦的特征表示用于场景识别。通过引入概率知识迁移的方法，6SC被送入至DAA用于判断所提取的结构化特征向量是否来自于同一与外观特征能够形成完整的输入图像的表示。提取结构化特征向量XSC作为最终的场景特7性建模。这样的话，如何将知识(边缘信息与Q之间的联合概率密度分布的散度。考虑到条件概率分布表示了每个样本选择其邻域的8,θDE分别是编码器与解码器的参数。[0056]本发明的有益效果：本发明的方法充分考虑了外观变化9DU(x)](8)性建模。这样的话，如何将知识(边缘信息与Q之间的联合概率密度分布的散度。考虑到条件概率分布表示了每个样本选择其邻域的,θDE分别是编码器与解码器的参数。明了距离权重采样以及基于边缘的损失函数的是具有有效性。CTM的引入能对外观特征的结构能够有效地将知识从ATM迁移到外观编

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论