CN112818832B - 一种基于部件感知的弱监督物体定位装置及方法 - Google Patents

一种基于部件感知的弱监督物体定位装置及方法 Download PDF

Info

Publication number
CN112818832B
CN112818832B CN202110124291.5A CN202110124291A CN112818832B CN 112818832 B CN112818832 B CN 112818832B CN 202110124291 A CN202110124291 A CN 202110124291A CN 112818832 B CN112818832 B CN 112818832B
Authority
CN
China
Prior art keywords
component
components
attention
map
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110124291.5A
Other languages
English (en)
Other versions
CN112818832A (zh
Inventor
张天柱
张勇东
孟梦
吴枫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202110124291.5A priority Critical patent/CN112818832B/zh
Publication of CN112818832A publication Critical patent/CN112818832A/zh
Application granted granted Critical
Publication of CN112818832B publication Critical patent/CN112818832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供一种基于部件感知的弱监督物体定位装置，包括：特征提取模块，用于对输入图像进行特征提取形成特征图；多个部件感知模块，每一个部件感知模块用于捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；部件多样性建模模块，用于根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征；部件重要性建模模块，用于根据所述多个部件特征得到中各部件特征的重要性权重；以及目标定位模块，用于根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，能够对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。

Description

一种基于部件感知的弱监督物体定位装置及方法
技术领域
本公开涉及人工智能领域技术领域，尤其涉及一种基于部件感知的弱监督物体定位装置及方法。
背景技术
针对一幅图像中仅有单个目标的情况，目标定位不仅要识别出图像中目标的类别，还要给出目标在图像中的位置信息。传统的目标定位需要大量的人工标注的边界框作为监督信息，然而这种监督信息的获取十分耗时耗力，限制了目标定位的应用范围。
为了减少标注负担，弱监督目标定位方法(WSOL)应运而生，这类方法仅仅使用图像级别的标注就可以完成识别和定位任务。它们大多基于人工智能技术，并且很多方法的精度可以与全监督目标定位相媲美。然而，为了达到较高的分类精度，目前的弱监督定位方法倾向于仅关注目标最具有判别力的部分，这对于定位任务来说是不利的。本专利提出一种通过捕捉目标多个部件并且自适应的组合多个部件实现目标的分类和定位的弱监督目标定位方法。本方法能够端到端的训练，自动捕捉目标多个部件并进行组合，从而实现目标的完整性定位。
发明内容
(一)要解决的技术问题
基于上述问题，本公开提供了一种基于部件感知的弱监督物体定位装置及方法，以缓解现有技术中训练仅使用图像级标签的情况下，应用时计算机可根据输入图像自动进行分类及定位等技术问题。
(二)技术方案
本公开提供了一种基于部件感知的弱监督物体定位装置，包括：
特征提取模块，用于对输入图像进行特征提取形成特征图；
多个部件感知模块，每一个部件感知模块用于捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；
部件多样性建模模块，用于根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征；
部件重要性建模模块，用于根据所述多个部件特征得到各部件特征的重要性权重；以及
目标定位模块，用于根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，能够对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
在本公开实施例中，所述的弱监督物体定位装置，还包括部件紧凑性建模模块，用于根据所述多个部件的注意力图与所述特征图，能够使多个部件特征更为紧凑。
在本公开实施例中，所述部件紧凑性建模模块还能够选取所述多个部件的注意力图的各个注意力图的像素点最大值，并为其分配一个伪标签。
在本公开实施例中，所述各个注意力图的像素点的响应值均低于0.2的像素点被视为背景点，不分配伪标签。
在本公开实施例中，所述部件重要性建模模块，包括：
权重预测模块，能够根据所述多个部件特征得到相应的多个分支重要性；以及
分类模块，能够将所述多个部件特征进行分类。
在本公开实施例中，所述特征提取模块使用两种骨干网络进行特征提取，分别是改进后的VGG16以及ResNet50。
在本公开实施例中，所述VGG16用于移除掉conv5-3之后的网络层，并增加了两个卷积层和一个ReLU激活函数。
在本公开实施例中，所述ResNet50用于修改最后一个网络层的步长。
本公开还提供了一种根据上述任一技术方案所述的弱监督物体定位装置的一种基于部件感知的弱监督物体定位方法，包括：
操作S1：对输入图像进行特征提取形成特征图；
操作S2：捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；
操作S3：根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征并输出；
操作S4：根据所述多个部件特征得到各部件特征的重要性权重；以及
操作S5：根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
(三)有益效果
从上述技术方案可以看出，本公开一种基于部件感知的弱监督物体定位装置至少具有以下有益效果其中之一或其中一部分：
(1)实现了训练过程不需要人工参与，因此模型可被端到端训练；
(2)能够自动捕捉目标多个部件并进行组合，实现目标的完整性定位；以及
(3)该方法完全基于2D卷积神经网络，在CUB-200-2011以及ILSVRC 2016数据集上可以分别达到71.2％和54.4％的Top-1准确定位。
附图说明
图1为本公开实施例基于部件感知的弱监督物体定位装置的原理示意图。
图2为本公开实施例基于部件感知的弱监督物体定位方法的方法流程图。
具体实施方式
本公开提供了一种基于部件感知的弱监督物体定位装置，所述弱监督物体定位装置，训练过程不需要人工参与，因此模型可被端到端训练；该装置能自动捕捉目标多个部件并进行组合，实现目标的完整性定位；该装置完全基于2D卷积神经网络，在CUB-200-2011以及ILSVRC 2016数据集上可以分别达到71.2％和54.4％的Top-1准确定位。
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
在本公开实施例中，提供一种基于部件感知的弱监督物体定位装置，如图1所示，所述弱监督物体定位装置，包括：特征提取模块，用于对输入图像进行特征提取并输出特征图；多个部件感知模块，每一个部件感知模块用于捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图并输出；部件多样性建模模块，用于接收所述特征图与所述多个部件的注意力图，并将其结合转化为多个部件特征并输出；部件重要性建模模块，用于接收所述多个部件特征，根据所述多个部件特征得到各部件特征的重要性权重；以及目标定位模块，用于接收并根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，能够对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
在本公开实施例中，所述的弱监督物体定位装置，还包括部件紧凑性建模模块，用于接收并根据所述多个部件的注意力图与所述特征图，能够使多个部件特征更为紧凑。
进一步地，所述部件紧凑性建模模块还能够选取所述多个部件的注意力图的各个注意力图的像素点最大值，并为其分配一个伪标签。
进一步地，所述各个注意力图的像素点的响应值均低于0.2的像素点被视为背景点，不分配伪标签。
在本公开实施例中，所述部件重要性建模模块，包括：
权重预测模块，能够根据所述多个部件特征得到相应的多个分支重要性；
分类模块，能够将所述多个部件特征进行分类；
在本公开实施例中，所述特征提取模块使用两种骨干网络进行特征提取，分别是改进后的VGG16以及ResNet50。
在本公开实施例中，所述VGG16用于移除掉conv5-3之后的网络层，并增加了两个卷积层和一个ReLU激活函数。
在本公开实施例中，所述ResNet50用于修改最后一个网络层的步长。
本公开还提供了一种基于部件感知的弱监督物体定位方法，所述方法与现有方法相比，训练过程不需要人工参与，因此模型可被端到端训练；该方法能自动捕捉目标多个部件并进行组合，实现目标的完整性定位；该方法完全基于2D卷积神经网络，在CUB-200-2011以及ILSVRC 2016数据集上可以分别达到71.2％和54.4％的Top-1准确定位。
在本公开实施例中，提供一种基于部件感知的弱监督物体定位方法，如图2所示，所述弱监督物体定位方法，包括：
操作S1：对输入图像进行特征提取形成特征图；
操作S2：捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；
操作S3：根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征并输出；
操作S4：根据所述多个部件特征得到各部件特征的重要性权重；以及
操作S5：根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
具体地，在本公开实施例中，如图1所示，本公开训练过程如下：
部件多样性建模模块，对于一张输入的图像，使用两种骨干网络进行特征提取，分别是改进后的VGG16以及ResNet50。对于VGG16，移除掉conv5-3之后的网络层，并增加了两个卷积层和一个ReLU激活函数。对于ResNet50，修改最后一个网络层的步长。实际应用中，对精度要求较高的情况下，可以使用ResNet50作为特征提取器；对实时性要求较高的情况下，可以使用VGG16作为特征提取器。对于经过特征提取模块输出的特征图F，我们利用K个分支的部件感知模块捕捉目标的K个部件的注意力图a＝[a1；a2；...；aK]。为了减少背景的干扰，我们引入了稀疏性损失函数lspa对背景响应施加惩罚。
Figure GDA0003568911360000051
将注意力图与特征图F相乘，完成全局池化，获得目标的K个部件的特征P＝[p1；p2；...；pK]。除此之外，为了保证学到的目标的K个部件的多样性，我们提出了多样性损失函数ldiv，其计算方式如下：
Figure GDA0003568911360000052
部件紧凑性建模模块，根据K个部件的注意力图，通过选取该像素点在K个相应图的最大值，可以为每个像素点(i，j)，i＝1，2，...，H；j＝1，2，...，W分配一个伪标签zij。其中，在所有注意力图中的响应值均低于0.2的像素点被视为背景点，不分配伪标签。假设一张图片中存在Mk个像素点的标签为k，具有其他标签的像素点的数目为Nk。根据特征图，我们使用fm代表第m个具有标签k的像素点(正样本)的特征，使用fn代表第n个具有其他标签的像素点(负样本)的特征。首先计算每个部件特征与正、负样本之间的距离分别为d+(k，m)与d-(k，n)有：
Figure GDA0003568911360000061
Figure GDA0003568911360000062
通过对样本挖掘寻找具有最大距离的正样本对g+(k)和具有最小距离的负样本对g-(k)为：
g+(k)＝maxd+(k，m)；
g-(k)＝mind-(k，n)；
使用三元组损失ltri减小最难正样本对的距离，增加最难负样本对的距离从而使得部件特征更为紧凑：
Figure GDA0003568911360000063
这里，margin代表正负样本对的间距，[b]+＝maX(b，0)。
部件重要性建模模块能够将K个部件的特征Fpa输入权重预测模块，得到K个分支重要性w＝[w1；w2；...wK]。将部件特征P＝[p1；p2；...；pK]通过一个分类模块，为每一个分支预测出一个分类结果
Figure GDA0003568911360000064
最终的分类结果由多个分支加权投票获得，如下所示：
Figure GDA0003568911360000065
在仅仅给定图片标签的情况下，我们最终的损失函数如下给出：
lfinal＝lcla+λspalspa+λdivldiv+λtriltri
其中，λspa，λdiv，λtri为平衡系数。分类损失函数lcls为交叉熵损失函数：
Figure GDA0003568911360000071
目标定位模块。根据以上计算结果，类别激活图可以由K个部件的注意力图a＝[a1；a2；...；aK]以及重要性权重w＝[w1；w2；...wK]线性组合得到：
Figure GDA0003568911360000072
通过对类别激活图A进行双线性插值，可以得到和原图大小一致的激活图。然后对该激活图设置合理的阈值，找到可以覆盖响应区域的最大邻接矩形即为最终定位结果。
至此，已经结合附图对本公开实施例进行了详细描述。需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
依据以上描述，本领域技术人员应当对本公开一种基于部件感知的弱监督物体定位装置及方法有了清楚的认识。
综上所述，本公开提供了一种基于部件感知的弱监督物体定位装置及方法，该弱监督物体定位装置及方法实现了训练过程不需要人工参与，因此模型可被端到端训练；能够自动捕捉目标多个部件并进行组合，实现目标的完整性定位；可以用于人脸识别，游戏中的人机交互以及自动驾驶等应用中对输入图像进行自动识别及定位。在实施上，可以以软件的方式安装于前端设备，提供实时检测；也可以安装于后台服务器，提供大批量后台检测。
还需要说明的是，实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本公开的保护范围。贯穿附图，相同的元素由相同或相近的附图标记来表示。在可能导致对本公开的理解造成混淆时，将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例，而仅示意本公开实施例的内容。另外，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。
除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本公开的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到「约」的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
再者，单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词，以修饰相应的元件，其本身并不意味着该元件有任何的序数，也不代表某一元件与另一元件的顺序、或是制造方法上的顺序，该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且，在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。
类似地，应当理解，为了精简本公开并帮助理解各个公开方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，公开方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的单独实施例。
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (7)

1.一种基于部件感知的弱监督物体定位装置，包括：
特征提取模块，用于对输入图像进行特征提取形成特征图；
多个部件感知模块，每一个部件感知模块用于捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；
部件多样性建模模块，用于根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征；
部件重要性建模模块，用于根据所述多个部件特征得到各部件特征的重要性权重；
目标定位模块，用于根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，能够对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位；以及
部件紧凑性建模模块，用于根据多个部件的注意力图与特征图，使多个部件特征更为紧凑；
所述部件紧凑性建模模块还能够选取所述多个部件的注意力图的各个注意力图的像素点最大值，并为其分配一个伪标签；
使用fm代表第m个具有标签k的像素点正样本的特征，使用fn代表第n个具有其他标签的像素点负样本的特征，首先计算每个部件特征与正、负样本之间的距离分别为d+(k，m)与d-(k，n)有：
Figure FDA0003568911350000011
Figure FDA0003568911350000012
通过对样本挖掘寻找具有最大距离的正样本对g+(k)和具有最小距离的负样本对g-(k)为：
g+(k)＝maxd+(k，m)；
g-(k)＝mind-(k，n)；
使用三元组损失ltri减小最难正样本对的距离，增加最难负样本对的距离从而使得部件特征更为紧凑：
Figure FDA0003568911350000021
这里，margin代表正负样本对的间距，[b]+＝max(b，0)。
2.根据权利要求1所述的弱监督物体定位装置，其中，所述各个注意力图的像素点的响应值均低于0.2的像素点被视为背景点，不分配伪标签。
3.根据权利要求1所述的弱监督物体定位装置，其中，所述部件重要性建模模块，包括：
权重预测模块，能够根据所述多个部件特征得到相应的多个分支重要性；以及
分类模块，能够将所述多个部件特征进行分类。
4.根据权利要求1所述的弱监督物体定位装置，其中，所述特征提取模块使用两种骨干网络进行特征提取，分别是改进后的VGG16以及ResNet50。
5.根据权利要求4所述的弱监督物体定位装置，其中，所述VGG16用于移除掉conv5-3之后的网络层，并增加了两个卷积层和一个ReLU激活函数。
6.根据权利要求4所述的弱监督物体定位装置，其中，所述ResNet50用于修改最后一个网络层的步长。
7.一种基于权利要求1至6任一项所述的弱监督物体定位装置的基于部件感知的弱监督物体定位方法，包括：
操作S1：对输入图像进行特征提取形成特征图；
操作S2：捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；
操作S3：根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征并输出；
操作S4：根据所述多个部件特征得到各部件特征的重要性权重；以及
操作S5：根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
CN202110124291.5A 2021-01-28 2021-01-28 一种基于部件感知的弱监督物体定位装置及方法 Active CN112818832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110124291.5A CN112818832B (zh) 2021-01-28 2021-01-28 一种基于部件感知的弱监督物体定位装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110124291.5A CN112818832B (zh) 2021-01-28 2021-01-28 一种基于部件感知的弱监督物体定位装置及方法

Publications (2)

Publication Number Publication Date
CN112818832A CN112818832A (zh) 2021-05-18
CN112818832B true CN112818832B (zh) 2022-09-09

Family

ID=75860173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110124291.5A Active CN112818832B (zh) 2021-01-28 2021-01-28 一种基于部件感知的弱监督物体定位装置及方法

Country Status (1)

Country Link
CN (1) CN112818832B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114372538B (zh) * 2022-03-22 2023-04-18 中国海洋大学 拖曳式传感器阵列中尺度涡时间序列卷积分类方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11200483B2 (en) * 2016-08-30 2021-12-14 Lunit Inc. Machine learning method and apparatus based on weakly supervised learning
US10579897B2 (en) * 2017-10-02 2020-03-03 Xnor.ai Inc. Image based object detection
CN110245665B (zh) * 2019-05-13 2023-06-06 天津大学 基于注意力机制的图像语义分割方法
CN110516583A (zh) * 2019-08-21 2019-11-29 中科视语(北京)科技有限公司 一种车辆重识别方法、系统、设备及介质
CN110689091B (zh) * 2019-10-18 2021-05-07 中国科学技术大学 弱监督细粒度物体分类方法
CN110781784A (zh) * 2019-10-18 2020-02-11 高新兴科技集团股份有限公司 基于双路注意力机制的人脸识别方法、装置及设备
CN111428807A (zh) * 2020-04-03 2020-07-17 桂林电子科技大学 图像处理方法及计算机可读存储介质

Also Published As

Publication number Publication date
CN112818832A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN109978893B (zh) 图像语义分割网络的训练方法、装置、设备及存储介质
CN109584248B (zh) 基于特征融合和稠密连接网络的红外面目标实例分割方法
CN108764063B (zh) 一种基于特征金字塔的遥感影像时敏目标识别系统及方法
CN107766894B (zh) 基于注意力机制和深度学习的遥感图像自然语言生成方法
Hazirbas et al. Fusenet: Incorporating depth into semantic segmentation via fusion-based cnn architecture
CN110321910B (zh) 面向点云的特征提取方法、装置及设备
Dewi et al. Weight analysis for various prohibitory sign detection and recognition using deep learning
CN111291809B (zh) 一种处理装置、方法及存储介质
CN113065558A (zh) 一种结合注意力机制的轻量级小目标检测方法
CN112801146B (zh) 一种目标检测方法及系统
CN112906720B (zh) 基于图注意力网络的多标签图像识别方法
CN112561027A (zh) 神经网络架构搜索方法、图像处理方法、装置和存储介质
CN112750148B (zh) 一种基于孪生网络的多尺度目标感知跟踪方法
JP6397379B2 (ja) 変化領域検出装置、方法、及びプログラム
CN105809146A (zh) 一种图像场景识别方法和装置
CN112990211A (zh) 一种神经网络的训练方法、图像处理方法以及装置
CN111476806B (zh) 图像处理方法、装置、计算机设备和存储介质
WO2021238548A1 (zh) 区域识别方法、装置、设备及可读存储介质
Cepni et al. Vehicle detection using different deep learning algorithms from image sequence
CN111553321A (zh) 一种流动商贩目标检测模型、检测方法及其管理方法
CN111597920A (zh) 一种自然场景下的全卷积单阶段的人体实例分割方法
CN110222718A (zh) 图像处理的方法及装置
CN111967464A (zh) 一种基于深度学习的弱监督目标定位方法
CN113963251A (zh) 一种海洋生物检测方法、系统和设备
CN112163447A (zh) 基于Attention和SqueezeNet的多任务实时手势检测和识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant