-
公开(公告)号：CN116228255A
公开(公告)日：2023-06-06
申请号：CN202211551253.9
申请日：2022-12-05
Applicant: 华南农业大学
IPC: G06Q30/018 , G06Q10/04 , G06Q50/02 , G06N3/0464 , G06N3/096
Abstract: 本公开涉及一种基于多信息票拟机制和DAN算法的谷物产地溯源方法，以在减少目标域谷物样本数据的同时，提高目标域谷物产地识别模型的识别准确性。方法包括：获取源域样本数据以及目标域样本数据；根据源域样本数据以及第一损失函数，对待训练神经网络模型进行训练，得到源域谷物产地识别模型，第一损失函数包括第一损失项、第二损失项以及第三损失项，第一损失项表征样本数据的预测产地以及样本数据的产地标签之间的差异，第二损失项表征样本数据包括的多种目标光谱信息的原始特征，第三损失项表征源域样本数据与目标域样本数据之间的领域分布差异；根据目标域样本数据，对源域谷物产地识别模型进行迁移学习，得到目标域谷物产地识别模型。
-
公开(公告)号：CN114926650B
公开(公告)日：2024-08-02
申请号：CN202210376234.0
申请日：2022-04-11
Applicant: 华南农业大学
Abstract: 本公开涉及一种基于多特征的滤波器降帧更新方法，以提高对目标对象跟踪定位的准确性。方法包括：获取目标样本图像；对目标样本图像进行特征提取，得到目标样本图像对应的多个特征通道的特征，多个特征通道的特征至少对应两类特征提取方式提取到的特征；将多个特征通道的特征进行融合，得到目标样本图像对应的融合特征；基于待更新滤波器矩阵以及融合特征，得到目标对象对应的置信得分；至少基于目标对象对应的置信得分与目标对象对应的位置标签，构建损失函数，基于损失函数对待更新滤波器矩阵进行一次参数更新，待更新滤波器矩阵的参数更新过程满足预设条件之后，得到用于对视频中的目标对象进行跟踪定位的目标滤波器矩阵。
-
公开(公告)号：CN114926650A
公开(公告)日：2022-08-19
申请号：CN202210376234.0
申请日：2022-04-11
Applicant: 华南农业大学
Abstract: 本公开涉及一种基于多特征的滤波器降帧更新方法，以提高对目标对象跟踪定位的准确性。方法包括：获取目标样本图像；对目标样本图像进行特征提取，得到目标样本图像对应的多个特征通道的特征，多个特征通道的特征至少对应两类特征提取方式提取到的特征；将多个特征通道的特征进行融合，得到目标样本图像对应的融合特征；基于待更新滤波器矩阵以及融合特征，得到目标对象对应的置信得分；至少基于目标对象对应的置信得分与目标对象对应的位置标签，构建损失函数，基于损失函数对待更新滤波器矩阵进行一次参数更新，待更新滤波器矩阵的参数更新过程满足预设条件之后，得到用于对视频中的目标对象进行跟踪定位的目标滤波器矩阵。
-
-
Search Results
3
records
(took 0.029 seconds)
