一种多尺度特征融合的行为识别方法.pdf
一条****发啊
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种多尺度特征融合的行为识别方法.pdf
本发明公开了一种多尺度特征融合的行为识别方法,具体包括如下步骤:步骤1,数据预处理;步骤2,构建外观特征提取模块;步骤3,构建运动趋势特征提取模块;步骤4,构建特征融合模块。采用本发明,通过实验结果表明,与主流方法相比,本方法鲁棒性更好,适应性更强,效果更好,丰富了人工智能和计算机视觉的方法体系,支撑了行为识别领域的发展,为行为识别的低成本识别技术提供了一种选择。
一种基于多尺度特征融合的行人重识别方法.pdf
一种基于多尺度特征融合的行人重识别方法,1)构建基于多尺度融合的模型,并预训练主干网络暨多尺度特征提取器。2)利用多尺度特征提取器生成图像的多尺度特征。3)采用基于Transformer的特征校准模型融合两个不同尺度的特征。4)利用深监督融合从浅层特征到深层特征不断融合不同层级的特征。5)用交叉熵损失和三元组损失监督融合过程。6)将目标测试集图像输入训练好的模型提取特征,根据特征相似度进行排序得到行人重识别的结果,进而实现行人重识别。本发明采用卷积神经网络提取多尺度特征,使用Transformer从全局的
一种基于多尺度特征融合的视频行人重识别方法.pdf
本发明是一种基于多尺度特征融合的视频行人重识别方法,针对传统方法在对复杂的表观特征进行时序融合时效果不佳的问题,提出了一种基于多尺度特征融合的视频行人重识别网络模型。该模型在骨干网络的末端引出三个分支:全局特征分支、局部特征分支和时序注意力分支,分别提取不同尺度的图像级重识别特征和时序注意力权重,将不同尺度的重识别特征向量进行拼接并依据时序注意力权重进行融合,最后通过多特征独立训练策略,实现了准确的行人重识别,并通过对比实验对网络的结构化参数如局部特征数量、局部特征尺寸以及Bottleneck数量进行了优
一种融合多维度多尺度特征的电磁信号分选识别方法.pdf
本发明涉及一种融合多维度多尺度特征的电磁信号分选识别方法,属于电磁信号处理领域。本发明将电磁信号转换为星座图,再将星座图转换为灰度图;采用时频变换方式将IQ数据转换为二维时频图;采用基于局部均值的图像缩小方法,将星座图和时频图调整为统一大小;将得到的时频图与星座图,进行重叠排布,得到同时具有星座图特征和不同时频特征的三维特征图,并作为卷积神经网络的输入。本发明改善信号分选识别方法准确率不高,且受信道噪声影响大,人工分选方法操作程序多且严重依赖专业人员经验积累、自动化程度低和通用性扩展性不足的问题。
一种基于多尺度特征与梯度融合操作的云图识别方法.pdf
本发明涉及气象观测领域,具体是一种基于多尺度特征与梯度融合操作的云图识别方法,包括:1)通过分支减半云图特征大小,增加云图多尺度特征信息:将云图经过一个7×7卷积层和最大池化层后,通过一个3×3的卷积将特征图大小减半,接着再送入分支网络进行训练,最后将主线网络与分支网络特征图大小对应位置进行特征融合;2)通过梯度特征融合模块,增强云图特征轮廓信息:采用边缘轮廓提取算法Canny对每个密集块后的特征图提取梯度信息,将梯度信息经过softmax转化为权重矩阵,最后与特征图做点乘操作。本发明不仅进行了多尺度特征