公开(公告)号：CN117237748B

公开(公告)日：2024-02-23

申请号：CN202311512633.6

申请日：2023-11-14

Applicant: 南京信息工程大学

Inventor： 汤龙 ,  周子昀

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/40

Abstract: 本发明公开了一种基于多视角对比置信度的图片识别方法及装置。所述方法包括：提取训练图片的特征；将提取的特征送入由多视角对比置信度分类模型转换而来的对偶模型中，利用交替方向乘子法学习不同视角上的转换矩阵；利用学习到的转换矩阵对待识别的图像进行分类。本发明构建了适用于正类标记对比置信度下的分类混合铰链型损失函数；利用不同视角视觉特征之间的信息共享，将不同视角下的映射模型进行对齐，并建立它们在每个分铰链型损失函数上的嵌入约束，实现它们之间的一致性和互补性。本发明利用多视角视觉特征包含训练样本更丰富、(56)对比文件Thanh-Binh Le等.On measuringconfidence levels using multiple views offeature set for useful unlabeled dataselection《.Neurocomputing》.2015,第173卷第1589-1601页.Jianlong Wu等.Essential TensorLearning for Multi-View SpectralClustering《.IEEE TRANSACTIONS ON IMAGEPROCESSING》.2019,第28卷(第12期),第5910-5922页.

公开(公告)号：CN117237748A

公开(公告)日：2023-12-15

申请号：CN202311512633.6

申请日：2023-11-14

Applicant: 南京信息工程大学

Inventor： 汤龙 ,  周子昀

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/40

Abstract: 本发明公开了一种基于多视角对比置信度的图片识别方法及装置。所述方法包括：提取训练图片的特征；将提取的特征送入由多视角对比置信度分类模型转换而来的对偶模型中，利用交替方向乘子法学习不同视角上的转换矩阵；利用学习到的转换矩阵对待识别的图像进行分类。本发明构建了适用于正类标记对比置信度下的分类混合铰链型损失函数；利用不同视角视觉特征之间的信息共享，将不同视角下的映射模型进行对齐，并建立它们在每个分铰链型损失函数上的嵌入约束，实现它们之间的一致性和互补性。本发明利用多视角视觉特征包含训练样本更丰富、更充分的信息，可有效提升对比置信度分类器的泛化性能，从而实现对图像的更精准的识别。