公开(公告)号：CN116778132A

公开(公告)日：2023-09-19

申请号：CN202310588187.0

申请日：2023-05-23

Applicant: 湖南工业大学

Inventor： 于惠钧 ,  彭慈兵 ,  刘建华 ,  何静 ,  张昌凡 ,  张锦圣 ,  黄刚 ,  刘丽丽

IPC: G06V10/20 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种小样本下基于改进度量学习的轨面状态识别方法，所述方法主体包含有五个阶段，分别为数据采集与处理阶段、多尺度特征提取阶段、特征拼接阶段、度量阶段以及结果展示阶段；其多尺度特征提取阶段中引入金字塔拆分注意力机制，捕获不同尺度的空间信息，提升模型识别精度及训练速度；其特征拼接阶段中，启用特征拼接模块，引入深度局部拼接符，对特征图局部描述子进行拼接，减少背景等不相关信息的影响，同时保留具有明显区分度的局部特征；本发明设计了的度量阶段利用卷积神经网络代替固定度量公式，实现组合特征图的拟合度量；综上所述，本发明解决了模型中特征提取不充分以及特征拼接过程关键特征易丢失的问题，模型识别精度高。