公开(公告)号：CN116935121A

公开(公告)日：2023-10-24

申请号：CN202310899005.1

申请日：2023-07-20

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  吴起慧 ,  孙悦恭 ,  于露 ,  许浩越 ,  谢委衡 ,  邵春锐 ,  冯聪 ,  王泽宁

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/10

Abstract: 本发明公开了一种面向跨地域光谱图像地物分类的双驱动特征学习方法，属于光谱图像地物分类技术领域，该方法构建基于统计分布驱动的域特征对齐项和基于模型驱动的域特征对齐项，共同驱动源域和目标域数据的投影特征子空间相互对齐，不仅优化了高光谱跨地域对齐能力，还提高了模型鲁棒性；构建了判别信息约束项，提高了投影特征子空间的领域判别性。最后采用交替方向乘子算法，通过交替优化策略求解目标函数，分别得到源域和目标域的两个对齐子空间；利用源域数据集在其子空间中的投影特征及类别标签训练分类器；将目标域数据在其子空间中投影特征送入训练好的分类器，以获得所述目标域数据集的分类标签。在公开跨地域光谱数据集上的实施结果表明，与现有方法相比，该方法分类精度更高，性能更加稳健。

公开(公告)号：CN117877068B

公开(公告)日：2024-09-20

申请号：CN202410016648.1

申请日：2024-01-04

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  邵春锐 ,  谢委衡 ,  杨海陆 ,  程媛

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提出一种基于掩码自监督遮挡像素重建的遮挡行人重识别方法，属于多媒体信息处理中的行人重识别领域。方法包括一个基于掩膜指导的掩码自编码器微调图像补全模型与基于动态图与图卷积的遮挡行人重识别网络。首先，所述的图像补全模型通过随机对图像块进行删除通过剩余图像块生成完整图片的方式进行自监督训练，使用均方误差损失减小其生成图片与原图差异。然后，训练所述的遮挡行人重识别网络，并使用三元组损失、ID损失与中心损失共同训练以得到鲁棒且有判别力的特征。测试过程中利用图像补全模型和掩膜指导方法对有遮挡的图像进行补全，重建图像被障碍物遮挡的部分行人身体像素。然后，将补全的行人图像输入到遮挡行人重识别网络得到行人特征，并实施行人重识别。与其他方法相比，本发明显著提高了遮挡行人重识别的准确率。

公开(公告)号：CN119003802A

公开(公告)日：2024-11-22

申请号：CN202411082605.X

申请日：2024-08-08

Applicant: 哈尔滨理工大学

Inventor： 谢委衡 ,  王雁冰 ,  李骜 ,  杨海陆 ,  程媛

IPC: G06F16/432 ,  G06F16/483 ,  G06F17/16 ,  G06F18/22

Abstract: 一种基于异构信息交互的多物场景下的图文匹配方法，属于多媒体信息处理中的图文匹配领域。本发明首先将数据集划分为训练集、测试集。然后，构造针对多物数据图文匹配问题的联合哈希码矩阵学习公式。然后，利用交替更新算法1对联合哈希码矩阵学习公式进行求解，得到联合哈希码矩阵B。然后，构造针对多物数据图文匹配问题的哈希函数学习公式。然后，利用交替更新算法2对哈希函数学习公式进行求解，得到哈希函数F1、F2。最后，利用上述步骤得到的联合哈希码矩阵B和哈希函数F1、F2对测试集进行测试并计算多物场景下图文匹配的平均准确率。与其他方法相比，本发明的平均准确率更高。

公开(公告)号：CN116935121B

公开(公告)日：2024-04-19

申请号：CN202310899005.1

申请日：2023-07-20

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  吴起慧 ,  孙悦恭 ,  于露 ,  许浩越 ,  谢委衡 ,  邵春锐 ,  冯聪 ,  王泽宁

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/10

Abstract: 本发明公开了一种面向跨地域光谱图像地物分类的双驱动特征学习方法，属于光谱图像地物分类技术领域，该方法构建基于统计分布驱动的域特征对齐项和基于模型驱动的域特征对齐项，共同驱动源域和目标域数据的投影特征子空间相互对齐，不仅优化了高光谱跨地域对齐能力，还提高了模型鲁棒性；构建了判别信息约束项，提高了投影特征子空间的领域判别性。最后采用交替方向乘子算法，通过交替优化策略求解目标函数，分别得到源域和目标域的两个对齐子空间；利用源域数据集在其子空间中的投影特征及类别标签训练分类器；将目标域数据在其子空间中投影特征送入训练好的分类器，以获得所述目标域数据集的分类标签。在公开跨地域光谱数据集上的实施结果表明，与现有方法相比，该方法分类精度更高，性能更加稳健。

公开(公告)号：CN117877068A

公开(公告)日：2024-04-12

申请号：CN202410016648.1

申请日：2024-01-04

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  邵春锐 ,  谢委衡 ,  杨海陆 ,  程媛

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提出一种基于掩码自监督遮挡像素重建的遮挡行人重识别方法，属于多媒体信息处理中的行人重识别领域。方法包括一个基于掩膜指导的掩码自编码器微调图像补全模型与基于动态图与图卷积的遮挡行人重识别网络。首先，所述的图像补全模型通过随机对图像块进行删除通过剩余图像块生成完整图片的方式进行自监督训练，使用均方误差损失减小其生成图片与原图差异。然后，训练所述的遮挡行人重识别网络，并使用三元组损失、ID损失与中心损失共同训练以得到鲁棒且有判别力的特征。测试过程中利用图像补全模型和掩膜指导方法对有遮挡的图像进行补全，重建图像被障碍物遮挡的部分行人身体像素。然后，将补全的行人图像输入到遮挡行人重识别网络得到行人特征，并实施行人重识别。与其他方法相比，本发明显著提高了遮挡行人重识别的准确率。

公开(公告)号：CN117315687A

公开(公告)日：2023-12-29

申请号：CN202311502015.3

申请日：2023-11-10

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  谢委衡 ,  邵春锐 ,  许浩越 ,  程媛 ,  杨海陆

IPC: G06V30/19

Abstract: 一种面向单类别低信息量数据的图文匹配方法，属于多媒体信息处理中的图文匹配领域。本发明首先将数据集划分为训练集、测试集。然后，用高斯核函数对训练集、测试集的低信息量数据进行核化处理，将其映射到高维度核空间以提取非线性特征。然后，构造针对单类别低信息量数据图文匹配问题的目标函数和投影学习公式，用于后续学习哈希码矩阵和哈希投影矩阵。然后，利用优化算法1优化目标函数，得到哈希码矩阵B。然后，利用优化算法2优化投影学习公式，得到哈希投影矩阵H1、H2。最后，利用上述步骤得到的哈希码矩阵B和哈希投影矩阵H1、H2对测试集进行测试并计算图文匹配的平均准确率。与其他方法相比，本发明的平均准确率更高。