公开(公告)号：CN119888558A

公开(公告)日：2025-04-25

申请号：CN202411797585.4

申请日：2024-12-09

Applicant: 重庆邮电大学

Inventor： 秦安勇 ,  张丕超 ,  李怡峥 ,  杨烽

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/82 ,  G06N3/045 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明请求保护一种基于教室场景的低分辨率交互行为识别方法，本发明通过对低分辨率视频生成对应的高分辨率视频，使用高低双分辨率知识蒸馏模型来实现高分辨率视频信息对低分辨率网络支路的指导。本知识蒸馏模型采用的是离线蒸馏的方式，添加了自适应权重以此来让低分辨率网络支路学习正确的预测概率分布。通过将特征蒸馏损失和响应蒸馏损失联合作为低分辨率网络支路的蒸馏损失，与低分辨率网络支路的分类损失构成总体损失，以此对模型参数进行训练和更新，使得低分辨率网络支路可以学习到更多的知识。在推理阶段，低分辨率网络支路添加了自适应批处理归一化层，使得学习后的网络能够适应低分辨率行为识别。

公开(公告)号：CN117689958A

公开(公告)日：2024-03-12

申请号：CN202410019476.3

申请日：2024-01-05

Applicant: 重庆邮电大学

Inventor： 陈富阳 ,  秦安勇 ,  李怡峥 ,  杨烽 ,  高陈强

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于子空间网络的少样本遥感场景分类方法包括：根据遥感场景图像数据集中遥感场景图像的类别将遥感场景图像数据集划分为训练集、验证集和测试集；根据划分好的训练集、验证集和测试集构建训练任务、验证任务和测试任务；建立基于子空间网络的少样本遥感场景分类模型，根据构建的训练任务设置损失函数；根据设置的损失函数，利用基于任务的元学习训练策略对基于子空间网络的少样本遥感场景分类模型进行元训练，在训练的同时，通过验证任务对基于子空间网络的少样本遥感场景分类模型进行元验证，保存性能最佳的模型，训练和验证过程完成后，通过测试任务对保存的性能最佳的模型进行元测试；本发明具有更好的分类性能和更高的稳定性。