-
公开(公告)号:CN114332916A
公开(公告)日:2022-04-12
申请号:CN202111465470.1
申请日:2021-12-03
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V20/52 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明涉及一种增强优化跨域行人重识别方法,属于计算机视觉技术领域。该方法包括:辅助数据和目标数据集构建、可靠训练数据集和增强训练数据集划分、辅助数据和可靠训练数据分类损失、可靠训练数据动态近邻样本探索及增强训练数据动态近邻样本挖掘;本发明充分利用簇外难样本信息和簇内样本特征,挖掘目标域潜在信息,并与辅助数据进行交替训练,从而提高模型在目标域的匹配性能。
-
公开(公告)号:CN115205302A
公开(公告)日:2022-10-18
申请号:CN202210823624.8
申请日:2022-07-14
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于深度学习的遥感图像分割的修补方法,属于遥感图像领域,本发明具体包括:制作遥感图像数据集和构建道路场景语义分割网络模型;将遥感图像数据集中的高分辨率遥感道路图像输入到训练好的网络模型中进行遥感道路图的场景语义分割;采用改进八邻域断点检测算法搜索断点;将搜索到的断点划分为常规断点和特殊断点;采用多项式拟合的方法对常规断点进行曲线拟合,采用形态学膨胀对特殊断点变大或者变粗,实现整体道路图像断点的修补;采用形态学腐蚀整体道路图像断点周围的毛边或者毛刺。本发明解决了由于道路场景复杂化,会忽视一些局部信息,造成道路断点,道路缺乏连通性的问题。
-