公开(公告)号：CN114743013A

公开(公告)日：2022-07-12

申请号：CN202210307718.X

申请日：2022-03-25

Applicant: 中国科学院自动化研究所 ,  北京邮电大学

Inventor： 许镕涛 ,  王常维 ,  徐士彪 ,  孟维亮 ,  张晓鹏

IPC: G06V10/40 ,  G06V10/44 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/00 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供一种局部描述子生成方法、装置、电子设备和计算机程序产品，所述方法包括：生成跨域数据集，跨域数据集包括多对图像对；根据跨域数据集的尺度特征图，获取特征级域自适应监督信息；根据特征级域自适应监督信息的密集描述子，获取像素级跨域一致性监督信息和描述子损失信息；基于特征级域自适应监督信息、像素级跨域一致性监督信息和描述子损失信息的结合，确定总损失，总损失用于网络的监督训练，获取局部描述子。本发明可增强局部描述子的不变性和鲁棒性，提高描述子在图像匹配任务上的精度。

公开(公告)号：CN117974996A

公开(公告)日：2024-05-03

申请号：CN202311844162.9

申请日：2023-12-28

Applicant: 中国科学院自动化研究所

Inventor： 许镕涛 ,  张吉光 ,  巩瑞 ,  孟维亮 ,  张晓鹏

IPC: G06V10/26 ,  G06V10/774 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种语义分割模型训练方法、语义分割方法及相关装置，该语义分割模型训练方法包括：获取视频图像序列帧；分别对源域数据和目标域数据进行编码得到多个域特征，将多个域特征进行拼接得到语义亲和力图；根据语义亲和力图和对应解码器的分割预测输出得到域超相关表示，根据域超相关表示确定目标学习损失函数；根据源域数据、目标域数据和目标学习损失函数分别训练源域编码器和目标域编码器得到语义分割模型。本发明所述方法能够利用源域网络和目标域网络互学习提高模型的泛化能力，并通过最小化源域和目标域超相关表示的距离来学习稳健表示，利用联合互学习损失促进了交互式知识传递，增强了模型捕捉有利的语义表示的能力。

公开(公告)号：CN114743013B

公开(公告)日：2024-12-10

申请号：CN202210307718.X

申请日：2022-03-25

Applicant: 中国科学院自动化研究所 ,  北京邮电大学

Inventor： 许镕涛 ,  王常维 ,  徐士彪 ,  孟维亮 ,  张晓鹏

IPC: G06V10/40 ,  G06V10/44 ,  G06T3/04 ,  G06N3/09 ,  G06N3/094 ,  G06N3/0455 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供一种局部描述子生成方法、装置、电子设备和计算机程序产品，所述方法包括：生成跨域数据集，跨域数据集包括多对图像对；根据跨域数据集的尺度特征图，获取特征级域自适应监督信息；根据特征级域自适应监督信息的密集描述子，获取像素级跨域一致性监督信息和描述子损失信息；基于特征级域自适应监督信息、像素级跨域一致性监督信息和描述子损失信息的结合，确定总损失，总损失用于网络的监督训练，获取局部描述子。本发明可增强局部描述子的不变性和鲁棒性，提高描述子在图像匹配任务上的精度。