-
公开(公告)号：CN113392740B
公开(公告)日：2022-06-28
申请号：CN202110618743.5
申请日：2021-06-03
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/80 , G06V40/10 , G06K9/62 , G06N3/04
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于双重注意力机制的行人重识别系统；在strongbaseline网络中引入注意力机制，包含通道注意力机制和空间注意力机制，其中通道注意力机制可以通过空间维度上进行压缩促进模型以专注于关键通道；空间注意力机制可以通过聚合所有通道的类似特征来突出语义像素；注意机制的本质是强调对学习目标有用的重要位置，并通过将权重系数分配给图像特征信息来抑制无关信息；将注意力机制插入到人员重识别模型中，减小相机角度、身体姿势的变化、身体未对齐和图片多样化等问题，在不显著增加计算量和参数量的前提下能提升网络模型的特征提取能力，提升网络性能。
-
公开(公告)号：CN113408463B
公开(公告)日：2022-05-10
申请号：CN202110734642.4
申请日：2021-06-30
Applicant: 吉林大学
IPC: G06V20/69 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明属于深度学习技术领域，具体涉及一种基于距离度量的细胞图像小样本分类系统；其中图像转换模块对细胞图像数据集进行处理，并采用训练好的图像转换网络得到细胞小样本数据集；预训练模块对构建的Resnet18分类模型进行预训练，小样本分类模块通过训练构建的细胞小样本分类模型实现对细胞小样本图像中的细胞进行分类；本系统能够辅助临床医生对血液细胞进行快速分类，以减少工作量，提高细胞分类能力以及模型泛化能力，对处理医学领域中的血液细胞小样本分类问题具有重要意义。
-
公开(公告)号：CN113408463A
公开(公告)日：2021-09-17
申请号：CN202110734642.4
申请日：2021-06-30
Applicant: 吉林大学
Abstract: 本发明属于深度学习技术领域，具体涉及一种基于距离度量的细胞图像小样本分类系统；其中图像转换模块对细胞图像数据集进行处理，并采用训练好的图像转换网络得到细胞小样本数据集；预训练模块对构建的Resnet18分类模型进行预训练，小样本分类模块通过训练构建的细胞小样本分类模型实现对细胞小样本图像中的细胞进行分类；本系统能够辅助临床医生对血液细胞进行快速分类，以减少工作量，提高细胞分类能力以及模型泛化能力，对处理医学领域中的血液细胞小样本分类问题具有重要意义。
-
公开(公告)号：CN113392740A
公开(公告)日：2021-09-14
申请号：CN202110618743.5
申请日：2021-06-03
Applicant: 吉林大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于双重注意力机制的行人重识别系统；在strongbaseline网络中引入注意力机制，包含通道注意力机制和空间注意力机制，其中通道注意力机制可以通过空间维度上进行压缩促进模型以专注于关键通道；空间注意力机制可以通过聚合所有通道的类似特征来突出语义像素；注意机制的本质是强调对学习目标有用的重要位置，并通过将权重系数分配给图像特征信息来抑制无关信息；将注意力机制插入到人员重识别模型中，减小相机角度、身体姿势的变化、身体未对齐和图片多样化等问题，在不显著增加计算量和参数量的前提下能提升网络模型的特征提取能力，提升网络性能。
-
-
-
Search Results
4
records
(took 0.012 seconds)
