基于风格内容解耦的跨域遥感图像目标检测方法.pdf
秀华****魔王
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于风格内容解耦的跨域遥感图像目标检测方法.pdf
本发明属于图像信息处理技术领域,提供了一种基于风格内容解耦的跨域遥感图像目标检测方法。本发明的端到端训练的跨域遥感图像目标检测方法利用了自适应实例归一化的方式获得多域图像,并且进一步将解耦获得的内容特征编码送入目标检测网络来进行目标检测。本方法对于不同域的遥感图像有较好的泛化性,可以得到理想的目标检测结果。
基于数据风格解耦内容迁移的行人重识别数据域适应方法.pdf
本发明属于智能识别技术领域,涉及基于数据风格解耦内容迁移的行人重识别数据域适应方法,包括:步骤一,构建用于训练的数据风格解耦网络;步骤二,利用源域和目标域数据进行内容迁移;步骤三,利用源域和目标域数据,合成样本特征以及对应的标签对内容特征提取器CE进行训练;步骤四,训练完成后,仅保留内容特征提取器CE作为测试用特征提取网络。本发明利用风格迁移模型实现了对不同数据域图片的风格解耦,获得具有数据域不变性的共享内容特征空间,并在共享内容特征空间内进行内容迁移,深入挖掘了源域与目标域数据之间的差异进行迁移适应,在
基于双向无监督域适应融合的跨星遥感图像语义分割方法.pdf
本发明公开了一种基于双向无监督域适应融合的跨星遥感图像语义分割方法,包括源域‑目标域图像双向转换模型训练、图像转换模型双向转换器参数选择、源域‑目标域图像双向转换、源域和拟目标域语义分割模型训练、源域和目标域类别分割概率生成以及融合。本发明利用源‑目标和目标‑源双向域适应,将源域和目标域上类别分割进行概率融合,提高了跨星遥感图像语义分割模型的准确率和鲁棒性,进一步通过双向语义一致损失和转换器参数选择,从而避免了图像双向转换模型中转换器效果不稳定所带来的影响。
基于领域自适应的跨域目标检测方法.pdf
本发明公开一种基于领域自适应的跨域目标检测方法,包括:步骤1,获取包括源域Ds和目标域D<base:Sub>T</base:Sub>的目标检测数据集,进行数据增强和数据集扩充;步骤2,采用扩充后的数据集对CycleGAN网络进行训练并输出生成数据域D<base:Sub>G</base:Sub>;步骤3,构建FasterRCNN网络作为目标检测器,将源域Ds和生成数据域D<base:Sub>G</base:Sub>作为训练集对目标检测器进行训练;步骤4,对目标域D<base:Sub>T</base:Sub>
基于内容感知的遥感目标检测方法.pdf
本发明提供了一种基于内容感知的遥感目标检测方法。该方法包括:根据回归模块输出的信息得到预测框的坐标信息,并从原始遥感图像中获取真实框的坐标信息;根据预测框的坐标信息和真实框的坐标信息在最大的特征图上进行定位分别得到预测框与真实框所包含的特征信息v*和v;确定预测框和真实框共同的最小水平外接矩形,并从所述最大的特征图上取出所述最小水平外接矩形所在区域,记作特征图x;在所述特征图x上分别将不属于真实框和预测框自身的内容置为0,得到真实框所对应的特征图f1和预测框所对应的特征图f1*;计算特征图f1和特征图f1