-
公开(公告)号：CN117132804B
公开(公告)日：2024-04-05
申请号：CN202310814357.2
申请日：2023-07-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/58 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/042 , G06N5/04 , G06N3/084 , G06N3/096
Abstract: 本发明属于模式识别技术领域，公开了一种基于因果跨域小样本学习的高光谱图像分类方法。首先，通过因果干预消除了非因果因素和类别语义之间的虚假统计关联，获得包含纯净且独立的因果因素的特征表示，缓解因非因果因素的信息干扰对模型造成的性能损害。其次，通过因果跨域小样本学习，在归纳可迁移小样本分类知识的同时，充分挖掘样本特征和类别语义之间的潜在因果关联，提升模型在小样本高光谱图像分类任务中的泛化性能。
-
公开(公告)号：CN117132804A
公开(公告)日：2023-11-28
申请号：CN202310814357.2
申请日：2023-07-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/58 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/042 , G06N5/04 , G06N3/084 , G06N3/096
Abstract: 本发明属于模式识别技术领域，公开了一种基于因果跨域小样本学习的高光谱图像分类方法。首先，通过因果干预消除了非因果因素和类别语义之间的虚假统计关联，获得包含纯净且独立的因果因素的特征表示，缓解因非因果因素的信息干扰对模型造成的性能损害。其次，通过因果跨域小样本学习，在归纳可迁移小样本分类知识的同时，充分挖掘样本特征和类别语义之间的潜在因果关联，提升模型在小样本高光谱图像分类任务中的泛化性能。
-
公开(公告)号：CN119992199A
公开(公告)日：2025-05-13
申请号：CN202510085621.2
申请日：2025-01-20
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于批判反思性学习的开放集跨域高光谱图像分类方法和网络，属于计算机视觉技术领域，包括：对源域数据和目标域数据进行特征提取，获取源域嵌入特征和目标域嵌入特征；将源域嵌入特征和目标域嵌入特征分别输入到教师网络和学生网络，以获取教师网络输出和学生网络输出；将教师网络输出的维度扩充至学生网络输出的维度，得到修正后的教师网络，同时控制学生网络学习修正的教师网络的输出结果，得到修正的学生网络；将目标域嵌入特征输入修正的学生网络，获取对目标域数据的类别预测结果。本申请将教师‑学生的思想引入开放集跨域高光谱图像分类任务，通过教师网络指导使学生网络掌握已知/未知类别的决策边界。
-
公开(公告)号：CN119206188B
公开(公告)日：2025-03-21
申请号：CN202411362174.2
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/58 , G06N3/045 , G06N3/042 , G06N3/096 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域，本发明公开了一种基于互蒸馏属性融合网络的多模态车辆目标检测框架。首先，提出了基于最优传输理论的跨模态互蒸馏模块，利用红外图像和可见光图像的互补特性，通过跨模态空间知识互蒸馏，抑制多模态噪声干扰；其次，提出了属性分解模块，利用属性路由机制将混杂的多模态全局特征分解为独立的属性特征，并通过最大化属性熵确保了属性特征的多样性；最后，提出了属性图融合模块，独立融合不同模态的对应属性特征，并利用在特征融合过程中为每个类别定制了个性化的属性图，以建模各类目标属性特征之间的关联，从而提升模型对不同类别目标的适应性。
-
公开(公告)号：CN119251556A
公开(公告)日：2025-01-03
申请号：CN202411284854.7
申请日：2024-09-13
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/58 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于因果元解耦学习的高光谱图像分类方法。首先，通过模拟领域泛化情景，帮助模型从中归纳出域不变的因果元知识，确保其对未见目标域的强泛化能力。其次，提出了因果元解耦学习，建立了基于分布解耦、虚拟域生成、不变‑泛化风险最小化的因果元知识归纳框架，为高光谱领域泛化提供了新范式。通过不变因果效应损失，约束相同类别的高光谱图像在不同领域具有不变的因果效应，实现了数据和标签之间真实因果关联的准确捕获，从而有效提升模型在目标域不可见的领域泛化任务中的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN119206188A
公开(公告)日：2024-12-27
申请号：CN202411362174.2
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/58 , G06N3/045 , G06N3/042 , G06N3/096 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域，本发明公开了一种基于互蒸馏属性融合网络的多模态车辆目标检测框架。首先，提出了基于最优传输理论的跨模态互蒸馏模块，利用红外图像和可见光图像的互补特性，通过跨模态空间知识互蒸馏，抑制多模态噪声干扰；其次，提出了属性分解模块，利用属性路由机制将混杂的多模态全局特征分解为独立的属性特征，并通过最大化属性熵确保了属性特征的多样性；最后，提出了属性图融合模块，独立融合不同模态的对应属性特征，并利用在特征融合过程中为每个类别定制了个性化的属性图，以建模各类目标属性特征之间的关联，从而提升模型对不同类别目标的适应性。
-
公开(公告)号：CN118587613A
公开(公告)日：2024-09-03
申请号：CN202410364371.1
申请日：2024-03-28
Applicant: 中国矿业大学
IPC: G06V20/17 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/80 , G06N3/0499
Abstract: 本发明公开了一种基于跨模态瓶颈适配网络的机载多模态目标检测方法，首先，为了解决模态异质性挑战，引入了全局互信息适配机制和结构互信息适配机制。这些机制有助于增加模态之间的共享信息量，推动跨模态知识的更好共享；然后，构建了变分信息瓶颈，通过多模态分布融合、先验分布约束和任务约束，模型能够更加高效地处理多模态数据，从而更关注于多模态数据中任务相关的关键信息来应对模态冗余挑战。
-
公开(公告)号：CN119992285A
公开(公告)日：2025-05-13
申请号：CN202510085624.6
申请日：2025-01-20
Applicant: 中国矿业大学
IPC: G06V10/82 , G06V10/764 , G06V20/10 , G06N5/04 , G06N3/0985
Abstract: 本申请公开了基于测试时训练的高光谱单源领域泛化方法和存储介质，对原始高光谱图像数据域随机化构建多个虚拟源域；对齐虚拟源域的Hessian矩阵学习域不变知识，据此确定损失函数并训练元源模型。元目标适应时，依据虚拟目标域样本及近邻伪标签，经变分后验推理得对虚拟目标域的观测动态推断模型最大后验概率值。元目标测试中，基于最大后验概率值约束，最大化虚拟目标域样本与真实标签对数似然以优化元源模型，推导元目标损失确定更新规则，在虚拟目标域评估并指导优化。元目标测试阶段，为测试目标域样本分配近邻伪标签，得出实际目标域样本预测类别。本申请在目标域数据源域训练期间不可访问的条件下提升模型的跨域泛化能力。
-
公开(公告)号：CN119360243B
公开(公告)日：2025-05-02
申请号：CN202411395067.X
申请日：2024-10-08
Applicant: 中国矿业大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/764 , G06N3/0455 , G06N3/0475
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于场景语言感知引导的多模态无人机目标检测框架。首先，将视觉‑语言预训练模型嵌入多模态目标检测框架中，提出了场景语言感知模块，利用视觉‑语言预训练模型为模型提供场景智能感知和理解能力。其次，通过条件参数生成模块根据当前场景和目标特征动态生成融合参数，通过为不同目标定制个性化的融合模式提升模型对场景变化的适应能力。最后，设计了多模态动态解码器，建立了动态对称融合机制，通过动态挖掘多模态数据间的复杂互补关联实现多模态特征融合，并根据当前场景实时调整不同模态的重要性，将DETR的解码机制从单模态扩展到多模态，为多模态无人机目标检测提供了无需先验框的新范式。
-
公开(公告)号：CN118038181B
公开(公告)日：2024-08-13
申请号：CN202410331617.5
申请日：2024-03-22
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V10/75 , G06V10/762 , G06V20/10 , G06N3/0455 , G06N3/096 , G06N3/094 , G06V10/82
Abstract: 本发明公开了一种基于元迁移梯度更新策略的高光谱图像分类方法。通过任务分布对齐策略构建了平衡的元任务簇，以解决不同领域之间由于类别关系差异而引起的任务分布错位问题。接着，利用领域投影头捕获与域相关的特定知识，确保共享特征嵌入模块能够专注于捕获两个域之间共享的域不变知识。最后，采用元迁移梯度更新策略来更新模型，聚焦于让模型从元迁移任务集合中归纳出适用于各类型元迁移任务的无偏知识，从而提升模型的泛化性能并优化元迁移学习效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.072 seconds)
