一种基于多重一致性感知的目标识别方法及识别系统
技术特征:
1.一种基于多重一致性感知的目标识别方法,其特征在于,包括:
2.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述确定给定标签作为监督信号,包括:
3.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述利用所述训练数据集和所述监督信号对基准模型进行初始化训练得到初始化基准模型,包括:
4.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述基于目标样本的预测标签和给定标签的一致性构建自一致性损失函数,包括:
5.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述基于目标样本的预测标签以及目标样本近邻样本的预测标签构建上下文一致性学习损失函数,包括:
6.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述基于目标样本在不同视角下的预测标签构建跨视角一致性损失函数,包括:
7.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述通过自一致性损失函数、上下文一致性学习损失函数以及跨视角一致性损失函数对初始化基准模型进行联合优化得到优化好的基准模型,包括:
8.根据权利要求1所述的基于多重一致性感知的目标识别方法,其特征在于,所述对待查询样本中的图像与候选样本中的图像进行目标匹配识别,包括:
9.一种基于多重一致性感知的目标识别系统,其特征在于,包括处理器、存储器;
技术总结
本发明涉及目标识别技术领域,公开了一种基于多重一致性感知的目标识别方法及识别系统,包括:构建训练数据集确定监督信号,利用训练数据集和监督信号进行模型初始化训练;基于目标样本的预测标签和给定标签的一致性构建自一致性损失函数;基于目标样本的预测标签以及近邻样本的预测标签构建上下文一致性学习损失函数;基于目标样本在不同视角下的预测标签构建跨视角一致性损失函数;通过自一致性损失函数、上下文一致性学习损失函数以及跨视角一致性损失函数对初始化基准模型进行联合优化得到优化好的基准模型;并利用优化好的基准模型进行目标匹配识别;本发明解决了现有的目标识别方式存在精度较低,无法再噪声率高的场景使用的问题。
技术研发人员:王学平,罗世喜,邵展鹏,龙静,刘帅
受保护的技术使用者:湖南师范大学
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40048446 】
技术研发人员:王学平,罗世喜,邵展鹏,龙静,刘帅
技术所有人:湖南师范大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:王学平,罗世喜,邵展鹏,龙静,刘帅
技术所有人:湖南师范大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
