-
Patent Agency Ranking
公开(公告)号：CN111814920B
公开(公告)日：2021-01-05
申请号：CN202010918782.2
申请日：2020-09-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉和模式识别领域，具体涉及了一种基于图网络的多粒度特征学习的精细分类方法及系统，旨在解决现有技术对目标多粒度层级关系利用不足，从而图像精细分类准确率低的问题。本发明包括：基于获取的待分类图像构建多粒度层级关系图；通过多粒度层级特征提取网络提取多粒度类层级关系图中每一个粒度层级的特征；进行多粒度层级特征集中各粒度层级特征的层级关系嵌入；通过分类器获取各粒度层级的预测类别。本发明利用图神经网络学习图像的多粒度层次间的语义关系，以共同促进的方式改善各个粒度的特征学习，特征提取网络由一个主干网络和三个分支网络构成，在取得高精度的同时降低了模型参数量。
-
公开(公告)号：CN112560823B
公开(公告)日：2021-06-08
申请号：CN202110199644.8
申请日：2021-02-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉和模式识别领域，具体涉及一种基于分布学习的自适应方差和权重的人脸年龄估计方法、系统、装置，旨在解决现有人脸年龄数据集类别不均衡及现有方法使用固定方差不足，导致人脸年龄估计结果跟真实值差距较大的问题。本方法包括对输入图像进行预处理，得到预处理图像；通过预训练的人脸年龄估计模型得到预处理图像中人脸的预测年龄；所述人脸年龄估计模型基于深度残差网络构建。本发明减小了人脸年龄估计结果跟真实值的差距。
-
公开(公告)号：CN115294350B
公开(公告)日：2023-08-04
申请号：CN202210754184.5
申请日：2022-06-28
Applicant: 中国科学院自动化研究所
IPC: G06V10/44 , G06V10/764
Abstract: 本发明提供一种基于粗标签辅助的半监督细粒度图像识别方法和设备，属于计算机视觉和模式识别技术领域，该方法包括：将待识别图像利用第一特征提取模型进行特征提取，得到第一图像特征；将第一图像特征利用细粒度层级分类器进行处理，得到待识别图像的分类结果；其中，第一特征提取模型为基于粗粒度层级的交叉熵损失、细粒度层级的交叉熵损失、目标损失优化得到的；目标损失为基于样本与样本之间关系级别的第一损失和样本与类中心之间的关系级别的第二损失得到的。上述方案的准确性较高。
-
公开(公告)号：CN115294350A
公开(公告)日：2022-11-04
申请号：CN202210754184.5
申请日：2022-06-28
Applicant: 中国科学院自动化研究所
IPC: G06V10/44 , G06V10/764
Abstract: 本发明提供一种基于粗标签辅助的半监督细粒度图像识别方法和设备，属于计算机视觉和模式识别技术领域，该方法包括：将待识别图像利用第一特征提取模型进行特征提取，得到第一图像特征；将第一图像特征利用细粒度层级分类器进行处理，得到待识别图像的分类结果；其中，第一特征提取模型为基于粗粒度层级的交叉熵损失、细粒度层级的交叉熵损失、目标损失优化得到的；目标损失为基于样本与样本之间关系级别的第一损失和样本与类中心之间的关系级别的第二损失得到的。上述方案的准确性较高。
-
公开(公告)号：CN112560823A
公开(公告)日：2021-03-26
申请号：CN202110199644.8
申请日：2021-02-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉和模式识别领域，具体涉及一种基于分布学习的自适应方差和权重的人脸年龄估计方法、系统、装置，旨在解决现有人脸年龄数据集类别不均衡及现有方法使用固定方差不足，导致人脸年龄估计结果跟真实值差距较大的问题。本方法包括对输入图像进行预处理，得到预处理图像；通过预训练的人脸年龄估计模型得到预处理图像中人脸的预测年龄；所述人脸年龄估计模型基于深度残差网络构建。本发明减小了人脸年龄估计结果跟真实值的差距。
-
-
-
-
Search Results
5
records
(took 0.078 seconds)
