-
公开(公告)号:CN119649411A
公开(公告)日:2025-03-18
申请号:CN202510153220.6
申请日:2025-02-12
Applicant: 吉林大学
IPC: G06V40/10 , G06V10/74 , G06V10/764 , G06V10/26
Abstract: 本发明公开了一种针对噪声关联的文本‑图像行人重识别方法。该方法包括:分别对图像与文本进行全局特征表示以及局部特征表示,并进行全局特征标记与局部特征标记;采用动态特定于实例的选择与校正方法,对图像与文本数据进行划分;构建多粒度全局特征学习模块,将图像与文本的局部特征输入多粒度全局特征学习模块,得到多粒度的全局特征;通过ID分类损失与相似度分布匹配损失训练优化网络模型,对身份ID进行损失的计算,对多粒度全局特征完成相似度分布匹配损失的计算。通过本发明的技术方案,有效提高基于文本描述的行人重识别的匹配精度。
-
公开(公告)号:CN119205967A
公开(公告)日:2024-12-27
申请号:CN202411718880.6
申请日:2024-11-28
Applicant: 吉林大学
IPC: G06T11/00 , G06T5/70 , G06N3/0455 , G06N3/084
Abstract: 本发明提供一种基于Mamba的重构光谱去噪方法,所述方法包括:S101、获取原始光谱数据;S102、对原始光谱数据进行预处理,构建光谱去噪编码器‑解码器的训练模型;S103、利用U形结构将编码器与解码器相连接;S104、利用Mamba模块所构成的编码器,对光谱数据进行长距离依赖特征提取;S105、编码器与解码器不同层级之间采用跳跃连接的方式;S106、将不同维度的光谱特征向量输入到解码器中,解码器对逐层压缩的光谱特征向量进行上采样,将不同维度的光谱特征向量还原到原始空间,最终重构出去噪后的光谱数据。本发明能够有效的去除原始光谱数据中所包含的环境噪声,使重构光谱中只具有包含有效信息的数据,提高光谱数据的有效性和可用性。
-