-
Patent Agency Ranking
公开(公告)号：CN110008828A
公开(公告)日：2019-07-12
申请号：CN201910129342.6
申请日：2019-02-21
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于差异正则化的成对约束成分分析度量优化方法，包括：步骤S1：用摄像头采集多张行人图片形成训练样本集，提取每张样本图片中行人目标的颜色特征，形成一个d维的特征向量xi，最终构成一个包含N个d维特征向量的训练集，其中，N为样本图片的数目；步骤S2：对训练集中的特征向量进行降维处理；步骤S3：计算降维后的样本之间的欧氏距离，并基于各训练样本与测试样本之间的欧氏距离，将训练样本分为正样本和负样本；步骤S4：通过对目标优化函数增加差异正则化项，并基于约束条件创建优化问题；步骤S5：使用梯度下降法求解优化问题。与现有技术相比，本发明具有避免过拟合现象的发生，提高度量学习算法的泛化能力等优点。
-
公开(公告)号：CN110008828B
公开(公告)日：2021-12-07
申请号：CN201910129342.6
申请日：2019-02-21
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于差异正则化的成对约束成分分析度量优化方法，包括：步骤S1：用摄像头采集多张行人图片形成训练样本集，提取每张样本图片中行人目标的颜色特征，形成一个d维的特征向量xi，最终构成一个包含N个d维特征向量的训练集，其中，N为样本图片的数目；步骤S2：对训练集中的特征向量进行降维处理；步骤S3：计算降维后的样本之间的欧氏距离，并基于各训练样本与测试样本之间的欧氏距离，将训练样本分为正样本和负样本；步骤S4：通过对目标优化函数增加差异正则化项，并基于约束条件创建优化问题；步骤S5：使用梯度下降法求解优化问题。与现有技术相比，本发明具有避免过拟合现象的发生，提高度量学习算法的泛化能力等优点。
-
公开(公告)号：CN110210335B
公开(公告)日：2021-05-11
申请号：CN201910410107.6
申请日：2019-05-16
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种行人重识别学习模型的训练方法、系统和装置。方法包括以下步骤：从摄像机监控网络中采集多个摄像机拍摄的所有图片；对每个摄像机拍摄的图片添加身份标签，形成有标签样本集；利用CycleGAN网络对有标签样本集进行拓展，将每个摄像机拍摄的图片进行风格转换，转换生成的图片数量为N‑1个，N为摄像机的总数，拓展出的图片为无标签样本，形成无标签样本集；将无标签样本集和有标签样本集合并组成训练数据集；重识别学习模型根据训练数据集通过半监督学习进行自适应训练。与现有技术相比，本发明能够有效的减轻正负样本数量不平衡的影响，减少在训练过程中需要大量标签样本的成本，增强模型的性能。
-
公开(公告)号：CN110210335A
公开(公告)日：2019-09-06
申请号：CN201910410107.6
申请日：2019-05-16
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种行人重识别学习模型的训练方法、系统和装置。方法包括以下步骤：从摄像机监控网络中采集多个摄像机拍摄的所有图片；对每个摄像机拍摄的图片添加身份标签，形成有标签样本集；利用CycleGAN网络对有标签样本集进行拓展，将每个摄像机拍摄的图片进行风格转换，转换生成的图片数量为N-1个，N为摄像机的总数，拓展出的图片为无标签样本，形成无标签样本集；将无标签样本集和有标签样本集合并组成训练数据集；重识别学习模型根据训练数据集通过半监督学习进行自适应训练。与现有技术相比，本发明能够有效的减轻正负样本数量不平衡的影响，减少在训练过程中需要大量标签样本的成本，增强模型的性能。
-
公开(公告)号：CN209986978U
公开(公告)日：2020-01-24
申请号：CN201920315807.2
申请日：2019-03-13
Applicant: 上海工程技术大学
Abstract: 本实用新型公开了一种可折叠刀片的修眉刀，包括固定刀身；所述固定刀身上端铰接有活动刀身；所述固定刀身外侧固定有第一刀片，所述活动刀身外侧固定有第二刀片；所述第一刀片与第二刀片相接触，所述第一刀片的接触面与第二刀片的接触面相适应；所述活动刀身外侧滑动设置有保护罩，所述第一刀片和第二刀片位于保护罩内。本实用新型提出了一种可折叠刀片的修眉刀，其结构简单，设计巧妙，通过将刀头旋转折叠，改变使用时刀片的长度，从而降低了成本且使用便捷，该修眉刀解决了需要准备两把不同长度的修眉刀的问题。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
