-
公开(公告)号:CN113095263B
公开(公告)日:2024-02-20
申请号:CN202110429894.6
申请日:2021-04-21
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/774 , G06V20/40 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出遮挡下行人重识别模型训练方法、装置及遮挡下行人重识别方法、装置。在进行模型训练时,通过结构相同、参数共享的特征提取网络分别提取一对输入图像的特征图像。由于只有输入图像对之间存在遮挡区域的不同,其余参数保持一致,因此通过对两个特征图做差,即可得到遮挡区域所对应的差异特征。再通过注意力生成器为差异特征进行不等价的权重分配,对模型精度影响较大的特征分配更高的权重,之后再从原特征图中把分配好的特征给减去,保留较多的非遮挡区域。最后得到的两个特征图像送入池化层池化后再经全连接层进行基于损失函数的递归训练。本发明不依赖第三方监督信息,模型具备更高的准确度,能够实现更准确的遮挡下行人重识别。
-
公开(公告)号:CN115497117A
公开(公告)日:2022-12-20
申请号:CN202210274261.7
申请日:2022-03-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种遮挡行人重识别方法,原始训练数据集中行人图像和对应遮挡行人图像组成网络的输入对,接下来将其送入权重共享网络提取特征,从而得到同一行人未遮挡与遮挡图像特征图,然后通过特征感知模块对两幅特征图进行信息交换,从而使两者可以相互学到对方具有区别的特定特征。特征感知模块主要通过对两幅特征图进行拼接压缩,之后通过加权聚合对特征进行合并,使得网络可以结合同一行人未遮挡与遮挡图像特征之间的特点与共性。本发明不仅能够有效地解决遮挡行人重识别任务,而且识别精度高。
-
公开(公告)号:CN113095263A
公开(公告)日:2021-07-09
申请号:CN202110429894.6
申请日:2021-04-21
Applicant: 中国矿业大学
Abstract: 本发明提出遮挡下行人重识别模型训练方法、装置及遮挡下行人重识别方法、装置。在进行模型训练时,通过结构相同、参数共享的特征提取网络分别提取一对输入图像的特征图像。由于只有输入图像对之间存在遮挡区域的不同,其余参数保持一致,因此通过对两个特征图做差,即可得到遮挡区域所对应的差异特征。再通过注意力生成器为差异特征进行不等价的权重分配,对模型精度影响较大的特征分配更高的权重,之后再从原特征图中把分配好的特征给减去,保留较多的非遮挡区域。最后得到的两个特征图像送入池化层池化后再经全连接层进行基于损失函数的递归训练。本发明不依赖第三方监督信息,模型具备更高的准确度,能够实现更准确的遮挡下行人重识别。
-
公开(公告)号:CN115826033A
公开(公告)日:2023-03-21
申请号:CN202211540174.8
申请日:2022-12-02
Applicant: 中国矿业大学(北京)
IPC: G01V1/00
Abstract: 本发明提供了一种基于弹性波成像的岩溶地质探测方法及系统,包括:获取岩溶地质探测区内预设钻孔的尺寸信息,并基于尺寸信息对CT探测仪的初始姿态进行修正;基于修正结果控制CT探测仪在预设钻孔内的目标采样点发射弹性波,并实时接收反馈数据,且将反馈数据无线传输至分析终端;基于分析终端根据反馈数据生成岩溶层段图像,并对岩溶层段图像进行图像特征分析,确定岩溶的地质特征。确保通过CT探测仪获取岩溶地质数据的准确性,最后通过获取到的反馈数据生成岩溶层段图像,确保对岩溶地质特征进行准确直观的把握,保障了对岩溶地质探测的准确率以及可靠性,同时也为岩溶开发以及施工提供了参考依据。
-
公开(公告)号:CN113283362B
公开(公告)日:2024-03-22
申请号:CN202110623617.9
申请日:2021-06-04
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09 , G06N3/096
Abstract: 本发明公开了一种跨模态的行人重识别方法,该方法首先构造与卷积神经网络最深层分类器具有相同结构的浅层分类器,然后使用最深层的分类器在多个维度上指导浅层分类器学习,通过这种方式,将来自深层的行人高级信息和数据集中的真实标签信息传递给浅层网络。随后,吸收了深层知识和真实标签信息的浅层网络提取的低层特征进一步促进较深层网络的高层特征学习,这样不断正向循环激励,推动网络学习有鉴别力的特征表示。该发明使用知识自蒸馏,网络模型充当自己的老师,不断正向推动,使模型能够提取到更具有鉴别力的特征表示,促进分类性能。
-
公开(公告)号:CN113283362A
公开(公告)日:2021-08-20
申请号:CN202110623617.9
申请日:2021-06-04
Applicant: 中国矿业大学
Abstract: 本发明公开了一种跨模态的行人重识别方法,该方法首先构造与卷积神经网络最深层分类器具有相同结构的浅层分类器,然后使用最深层的分类器在多个维度上指导浅层分类器学习,通过这种方式,将来自深层的行人高级信息和数据集中的真实标签信息传递给浅层网络。随后,吸收了深层知识和真实标签信息的浅层网络提取的低层特征进一步促进较深层网络的高层特征学习,这样不断正向循环激励,推动网络学习有鉴别力的特征表示。该发明使用知识自蒸馏,网络模型充当自己的老师,不断正向推动,使模型能够提取到更具有鉴别力的特征表示,促进分类性能。
-
公开(公告)号:CN202315181U
公开(公告)日:2012-07-11
申请号:CN201120476549.X
申请日:2011-11-11
Applicant: 中国矿业大学
IPC: A63B63/08
Abstract: 本实用新型公开一种无级调高篮球架,包括固定有篮圈的篮板、支撑架、调节装置和底座,所述支撑架包括横梁、前立柱、后立柱,所述调节装置包括调节杆、螺母、丝杠、手柄、轴承、所述底座包括底座架和滚轮。篮板、横梁、前立柱、后立柱、底座架、调节杆和螺母之间的连接均采用可拆装的铰接方式连接,横梁、前立柱、后立柱和底座架构成一平行四边形机构,转动手柄,螺母在丝杠上平移,平移的螺母带动调节杆,使得平行四边形机构升降,从而实现篮球架无级调高。
-
-
-
-
-
-