公开(公告)号：CN120032123A

公开(公告)日：2025-05-23

申请号：CN202510055718.9

申请日：2025-01-14

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  孙文馨 ,  孙小淑 ,  江露 ,  董仕豪 ,  郑钰辉

IPC: G06V10/26 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于通道特定原型的弱监督语义分割方法，包括以下步骤：（1）将图像输入到主流的分类网络提取深层特征并生成初始CAMs；（2）将深层特征和初始CAMs送入通道级局部信息捕获分支，使前景特征和背景特征在特征空间中进行分离；（3）将原型和深层特征送入通道感知的全局信息融合分支，获取全局信息并使用全局信息细化原型；（4）根据骨干网络和两个分支的总损失训练网络寻找最优模型，使用训练好的模型生成最终CAMs；（5）对CAMs进行细化生成伪掩码，指导训练分割网络，得到最终的分割结果；本发明对于经常和背景共现的类别，并且为整体CAMs的质量带来的明显改进，并提高了最终的分割性能。

公开(公告)号：CN118609173A

公开(公告)日：2024-09-06

申请号：CN202411089728.6

申请日：2024-08-09

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  孙文馨 ,  江露 ,  刘天奇 ,  郑晨 ,  郑钰辉 ,  董仕豪 ,  王准 ,  杨艳

IPC: G06V40/10 ,  G06V10/143 ,  G06V10/40 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于中间模态学习的跨模态行人重识别方法及系统。其中，行人重识别方法包括如下步骤：获取成对的可见光原始图像和红外原始图像；提取可见光原始图像、红外原始图像的中间模态，得到可见光中间模态、红外中间模态；通过空间注意力和通道注意力优化所述可见光原始图像、红外原始图像、可见光中间模态、红外中间模态，输出优化结果；建立损失约束限制所述优化结果，输出识别结果。本发明提出了一个主要由中间模态图片生成器、双重注意力组合块以及特征损失约束组成的中间模态学习网络，具有精度高、还原度高的特点。