-
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：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：CN117994581A
公开(公告)日：2024-05-07
申请号：CN202410154382.7
申请日：2024-02-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/58 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/096
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于焦点转移图网络的跨场景高光谱分类方法。首先，利用图采样和聚合通过聚合部分邻接节点来捕获空间光谱特征，确保上下文信息的获取。为了解决节点过度聚集带来的信息干扰，提出基于空间谱信息的邻居加权策略。其次，提出了一种基于类度量的伪标签修剪策略，以减少传输过程中伪标签噪声的不利影响。然后，提出了一种规范子域自适应模块，该模块在子域自适应过程中通过减小类内样本的特征距离并扩大类间样本的特征距离来实现有效的分布对齐。最后，利用焦点损失来帮助模型专注于难以分类的样本。
-
Patent Agency Ranking
公开(公告)号：CN118212398B
公开(公告)日：2024-08-23
申请号：CN202410310009.6
申请日：2024-03-19
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/143 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识补全平衡网络的多模态目标检测方法。首先，设计一种知识补全机制，通过类知识补全和空间知识补全缓解局部模态信息失衡，以实现对模态间信息干扰的抑制，提升模型对低光照、烟雾等复杂情景的适应能力；然后，设计一种动态平衡机制，在模型学习中动态监控和平衡模型对不同模态的关注程度缓解全局模态信息失衡现象，通过确保多模态特征学习的同步性，提升模型对多模态互补信息的利用能力。
-
公开(公告)号：CN118015356A
公开(公告)日：2024-05-10
申请号：CN202410154380.8
申请日：2024-02-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/30 , G06V10/40 , G06V10/58 , G06N3/042 , G06N3/0455 , G06N3/0464 , G01S17/86 , G01N21/25
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于高斯混合的变分动态融合网络的高光谱分类方法。首先，利用K近邻搜索构建两模态的多尺度空间图，并利用图卷积学习获得多尺度特征。提出基于高斯混合的空间拓扑约束，通过约束两模态的拓扑一致性，抑制光谱噪声干扰。然后，设计多尺度动态图聚合模块以捕获多尺度特征中可共享的类辨识信息，并通过挖掘适合当前样本的个性化融合模式提升模型对地物尺度变化的适应能力，实现对模态信息的充分挖掘。最后，推导了两模态联合分布的证据下界，构建了多模态VAE，通过优化证据下界建模多模态联合分布，学习模态间复杂的非线性关系，实现了多模态数据融合，提高了复杂场景下高光谱图像分类的精度。
-
公开(公告)号：CN119360243A
公开(公告)日：2025-01-24
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：CN118015356B
公开(公告)日：2024-10-11
申请号：CN202410154380.8
申请日：2024-02-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/30 , G06V10/40 , G06V10/58 , G06N3/042 , G06N3/0455 , G06N3/0464 , G01S17/86 , G01N21/25
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于高斯混合的变分动态融合网络的高光谱分类方法。首先，利用K近邻搜索构建两模态的多尺度空间图，并利用图卷积学习获得多尺度特征。提出基于高斯混合的空间拓扑约束，通过约束两模态的拓扑一致性，抑制光谱噪声干扰。然后，设计多尺度动态图聚合模块以捕获多尺度特征中可共享的类辨识信息，并通过挖掘适合当前样本的个性化融合模式提升模型对地物尺度变化的适应能力，实现对模态信息的充分挖掘。最后，推导了两模态联合分布的证据下界，构建了多模态VAE，通过优化证据下界建模多模态联合分布，学习模态间复杂的非线性关系，实现了多模态数据融合，提高了复杂场景下高光谱图像分类的精度。
-
公开(公告)号：CN118212398A
公开(公告)日：2024-06-18
申请号：CN202410310009.6
申请日：2024-03-19
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/143 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识补全平衡网络的多模态目标检测方法。首先，设计一种知识补全机制，通过类知识补全和空间知识补全缓解局部模态信息失衡，以实现对模态间信息干扰的抑制，提升模型对低光照、烟雾等复杂情景的适应能力；然后，设计一种动态平衡机制，在模型学习中动态监控和平衡模型对不同模态的关注程度缓解全局模态信息失衡现象，通过确保多模态特征学习的同步性，提升模型对多模态互补信息的利用能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
