一种跨域图像分类方法.pdf
Jo****34
亲,该文档总共14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
一种跨域图像分类方法.pdf
本发明公开一种跨域图像分类方法,该方法用视觉特征提取器提取待分类目标域图像的初始视觉特征,并利用初始视觉特征构建领域对齐损失函数、类别对齐损失函数和结构对齐损失函数,再构建分类器,最后利用视觉特征提取器和分类器获得待分类的目标域图像的分类结果。该方案利用领域对齐损失函数、类别对齐损失函数和结构对齐损失函数来减小待分类目标域图像各个领域之间的差异,提高对跨域图像的分类精度。
一种基于原型对比自训练的跨域图像分类方法.pdf
本发明公开了一种基于原型对比自训练的跨域图像分类方法。本发明包括如下步骤:1)通过域不变特征学习方法,获得跨域图像分类模型;2)利用当前最新的跨域图像分类模型预测目标域上图像的伪标签,使用每个批次的数据不断更新每个类别的原型并计算对比损失;3)将分类损失和对比损失结合构成目标函数进行训练,优化更新特征抽取网络与跨域图像分类网络,再回到步骤2)循环执行。本发明将原型对比学习融入到自训练中,通过将目标域中无标签图像数据的分布结构编码进自训练框架中,并在自学习的过程中完全放弃掉源数据,有效解决了域不变表征学习与
一种基于全局-局部知识蒸馏的跨域小样本图像分类方法.pdf
本发明提供了一种基于全局‑局部知识蒸馏的跨域小样本图像分类方法。构建了由全局分支和局部分支构成的分类模型,其中,全局分支以原始图像为输入,用于提取图像的全局特征,局部分支以原始图像的局部块为输入,用于提取该图像的局部特征;在两分支之间,通过构建全局‑局部知识蒸馏损失促进全局特征关注到图像的局部区域,使得全局特征捕获丰富的语义信息,进而提升全局特征在跨域小样本任务上的泛化性能。
一种基于ALBERT和LDA的跨域情感分类方法.pdf
本发明公开了一种基于ALBERT和LDA的跨域情感分类方法,首先进行模型训练与数据的预处理,使用训练数据集对ALBERT模型进行训练,得到用于对目标领域数据检测的ALBERT模型,同时,使用目标领域的数据集进行主题模型训练,得到用于文本主题信息提取的LDA模型;随后针对输入的文本信息进行处理,使用ALBERT对该数据进行处理,得到处理后的向量,同时将该文本输入至LDA模型进行主题信息检测,得到文本主题信息,将处理后的向量与文本主题信息进行结合,输入到一个自适应分类器之中进行情感分类,最终输出情感分类标签。
光学图像跨域对抗生成SAR图像的方法.pdf
本发明公开的光学图像跨域对抗生成SAR图像的方法,能够有效提升特定图像分析任务的准确性。本发明通过下述技术方案实现:源域到目标域的图像跨域生成器生成目标域SAR图像,目标域判别器鉴别生成的SAR图像的真or假,同时图像跨域生成器Gx将生成的目标域SAR图像送入图像跨域生成器Gy,通过输入光学图像与重构光学图像的配准,形成源域光学图像到目标域SAR图像的循环一致对抗生成网络;同理,形成目标域SAR图像到源域光学图像的循环一致对抗生成网络;将上述两个循环一致对抗网络并接,构建双向循环一致跨域对抗网络结构,并对