CN113158740A - 基于记忆机制前景感知建模的弱监督物体定位装置及方法 - Google Patents

基于记忆机制前景感知建模的弱监督物体定位装置及方法 Download PDF

Info

Publication number
CN113158740A
CN113158740A CN202110124202.7A CN202110124202A CN113158740A CN 113158740 A CN113158740 A CN 113158740A CN 202110124202 A CN202110124202 A CN 202110124202A CN 113158740 A CN113158740 A CN 113158740A
Authority
CN
China
Prior art keywords
foreground
module
map
feature
target
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.)
Granted
Application number
CN202110124202.7A
Other languages
English (en)
Other versions
CN113158740B (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 CN202110124202.7A priority Critical patent/CN113158740B/zh
Publication of CN113158740A publication Critical patent/CN113158740A/zh
Application granted granted Critical
Publication of CN113158740B publication Critical patent/CN113158740B/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
    • G06N3/08—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions

Landscapes

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

Abstract

本公开提供一种基于记忆机制前景感知建模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；前景感知模块，用于对所述特征图内各特征进行分类，得到前景激活图；以及目标定位模块，用于对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，找到能够覆盖响应区域的最大邻接矩形，完成最终定位。本公开还提供了一种基于记忆机制前景感知建模的弱监督物体定位方法。

Description

基于记忆机制前景感知建模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，尤其涉及一种基于记忆机制前景感知建模的弱监督物体定位装置及方法。
背景技术
目标定位技术能够在给定的图片中准确地寻找出目标的位置，在人脸识别，自动驾驶以及目标跟踪等领域有着广泛的应用。
传统方法通常是基于全监督的，需要使用大量的人工标注的边界框作为监督信息。这一过程严重依赖大量有时域边界标注的数据，非常耗费时间和人力，这限制了目标定位技术的拓展性和实用性。
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。为了减轻对数据的依赖、提升拓展性和实用性，基于弱监督的定位算法应运而生，在目标定位中取得了较好的结果。然而，当前技术利用图片级别的标签进行训练，导致模型只依赖于特定类别的区域进行定位，从而使得网络仅仅定位出目标最具有判别力的区域。本专利提出的方法利用前景激活图实现目标的完整性定位，同时利用目标最具有判别力的区域实现精确的目标分类，在弱监督的框架下有效地提升了定位以及分类任务的性能。
公开内容
(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记忆机制前景感知建模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记忆机制前景感知建模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；
前景感知模块，用于对所述特征图内各特征进行分类，得到前景激活图；以及
目标定位模块，用于对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，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，还包括目标部件感知模块，用于根据所述特征图与所述前景激活图得到前景特征图，对其处理得到目标物体的特征，使所述最终定位更佳准确。
在本公开实施例中，所述目标部件感知模块包括：
部件发现模块，用于捕捉所述前景特征图中各部件的特征，得到多个部件的注意力图；
部件的特征模块，用于根据所述多个部件的注意力图与所述前景特征图，得到目标的多个部件的特征性；
重要性预测模块，用于为多个部件的特征性中每一部件的特征性预测出一个重要性权重，得到目标物体的特征。
在本公开实施例中，所述目标部件感知模块还用于将所述目标物体的特征进行分类。
在本公开实施例中，所述特征提取模块使用了四种不同的骨干网络进行特征提取，分别是MobileNetV1，VGG16，InceptionV3以及ResNet50。
在本公开实施例中，所述前景感知模块还包括：
模板单元，包括多个模板，用于所述特征图中各特征通过询问向量与所述模板进行对比得到前景特征；
分类器单元，包括多个分类器，用于对前景特征进行分类，得到所述前景激活图。
在本公开实施例中，所述多个模板与多个分类器一一对应。
在本公开实施例中，所述类别激活图与所述输入图像大小一致。
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基于记忆机制前景感知建模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：对所述特征图内各特征进行分类，得到前景激活图；以及
操作S3：对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，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，本公开一种基于记忆机制前景感知建模的弱监督物体定位装置及方法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，从而模型可被端到端训练；
(2)实现了不需要精细的目标框的标注，只需要图片级别的类别标签进行训练；
(3)能够联合优化目标定位和目标分类任务；以及
(4)实现了目标的完整性定位以及精确分类。
附图说明
图1为本公开实施例基于记忆机制前景感知建模的弱监督物体定位装置的原理示意图图。
图2为本公开实施例基于记忆机制前景感知建模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记忆机制前景感知建模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；该装置不需要精细的目标框的标注，只需要图片级别的类别标签进行训练；该装置能联合优化目标定位和目标分类任务，实现了目标的完整性定位以及精确分类。
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，提供一种基于记忆机制前景感知建模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形成特征图；前景感知模块，用于对所述特征图内各特征进行分类，得到前景激活图；目标定位模块，用于对所述前景激活图进行双线性插值得到类别激活图，然后对该类别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，还包括目标部件感知模块，用于根据所述特征图与所述前景激活图得到前景特征图，对其处理得到目标物体的特征，使所述最终定位及分类更佳准确。
在本公开实施例中，所述目标部件感知模块包括：部件发现模块，用于捕捉所述前景特征图中各部件的特征，得到多个部件的注意力图；部件的特征模块，用于根据所述多个部件的注意力图与所述前景特征图，得到目标的多个部件的特征性；重要性预测模块，用于为多个部件的特征性中每一部件的特征性预测出一个重要性权重，得到目标物体的特征。
在本公开实施例中，所述目标部件感知模块还用于将所述目标物体的特征进行分类。
在本公开实施例中，所述特征提取模块使用了四种不同的骨干网络进行特征提取，分别是MobileNetV1，VGG16，InceptionV3以及ResNet50。
在本公开实施例中，所述前景感知模块还包括：模板单元，包括多个模板，用于所述特征图中各特征通过询问向量与所述模板进行对比得到前景特征；分类器单元，包括多个分类器，用于对前景特征进行分类，得到所述前景激活图。
在本公开实施例中，所述多个模板与多个分类器一一对应。
在本公开实施例中，所述类别激活图与所述输入图像大小一致。
本公开还提供了一种基于记忆机制前景感知建模的弱监督物体定位方法，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；该方法不需要精细的目标框的标注，只需要图片级别的类别标签进行训练；该方法能联合优化目标定位和目标分类任务，实现了目标的完整性定位以及精确分类。
在本公开实施例中，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基于记忆机制前景感知建模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：对所述特征图内各特征进行分类，得到前景激活图；以及
操作S3：对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，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，前景感知模块对于一张输入的原始图像，使用了四种不同的骨干网络进行特征提取(特征图)，分别是MobileNetV1，VGG16，InceptionV3以及ResNet50。在实际应用中，可以根据实时性以及精确度的要求选择合适的特征提取网络。前景记忆机制中存储了N个键值对，表示为
Figure RE-GDA0003098426320000051
和
Figure RE-GDA0003098426320000052
Figure RE-GDA0003098426320000053
用来索引
Figure RE-GDA0003098426320000054
Figure RE-GDA0003098426320000055
代表了N个前景模板，
Figure RE-GDA0003098426320000056
代表了对应模板的分类器参数。每个像素特征xi，j经过编码后生成维度为d的询问向量，表示为qi，j，i＝1，2，...，H；j＝ 1，2，...，W。其中，H和W分别表示图像的高度和宽度。利用询问向量可以为每个像素点通过从记忆库中组合多个
Figure RE-GDA0003098426320000057
找出合适的分类器参数wi，j。分类器参数可以通过线性加权
Figure RE-GDA0003098426320000058
得到，同时，询问向量和
Figure RE-GDA0003098426320000059
具有相同的维度，故而可以进行相似度度量用于加权
Figure RE-GDA00030984263200000510
公式中的 n＝1，2，...，N以及T表示矩阵转置。
Figure RE-GDA00030984263200000511
Figure RE-GDA00030984263200000512
利用该分类器对每个像素特征xi，j进行分类，可以得到前景激活图M 中第i行第j列的值。完整的前景激活图可以通过对每个像素进行相同的操作得到。
Figure RE-GDA00030984263200000513
考虑到前景往往只占据图像中较少的部分，引入了稀疏性损失函数 lspa对背景响应施加惩罚。
Figure RE-GDA0003098426320000061
目标部件感知模块将原始的特征图X与前景激活图相乘，得到前景特征图
Figure RE-GDA0003098426320000062
来高亮前景的特征，公式中的i，j以及c分别索引前景特征图的高度，宽度以及通道维度。
Figure RE-GDA0003098426320000063
根据前景特征图
Figure RE-GDA0003098426320000064
利用部件发现模块捕捉目标的K个部件的注意力图A＝[A1；A2；…；AK]。将部件注意力图与前景特征图F相乘，获得目标的 K个部件的特征性P＝[p1；p2；…；pK]。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 RE-GDA0003098426320000065
然后通过一个重要性预测模块，为每一个分支预测出一个重要性权重 T＝[t1；t2；…；tK]，最终的目标物体的特征通过加权组合多个部件的特征得到：
Figure RE-GDA0003098426320000066
将物体特征输入分类器可以得到最终的分类结果
Figure RE-GDA0003098426320000067
y表示真实的类别标签。交叉熵分类损失表示如下：
Figure RE-GDA0003098426320000068
在仅仅给定图片标签的情况下，最终的损失函数如下给出：
lfinal＝lcla+λspalspa+λdivldiv；
其中，λspa，λdiv为平衡系数。
目标定位模块对前景激活图M进行双线性插值，可以得到和原图大小一致的类别激活图。然后对该类别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记忆机制前景感知建模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记忆机制前景感知建模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，从而模型可被端到端训练；实现了不需要精细的目标框的标注，只需要图片级别的类别标签进行训练；能够联合优化目标定位和目标分类任务；以及实现了目标的完整性定位以及精确分类。可应用于目标定位相关的应用系统中，如在人脸识别，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，可以以软件形式嵌入到移动设备中，提供实时分析结果；也可以安装在后台服务器中，提供大批量视频处理结果。
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 (9)

1.一种基于记忆机制前景感知建模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；
前景感知模块，用于对所述特征图内各特征进行分类，得到前景激活图；以及
目标定位模块，用于对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，找到能够覆盖响应区域的最大邻接矩形，完成最终定位。
2.根据权利要求1所述的弱监督物体定位装置，还包括目标部件感知模块，用于根据所述特征图与所述前景激活图得到前景特征图，对其处理得到目标物体的特征，使所述最终定位更佳准确。
3.根据权利要求2所述的弱监督物体定位装置，其中，所述目标部件感知模块包括：
部件发现模块，用于捕捉所述前景特征图中各部件的特征，得到多个部件的注意力图；
部件的特征模块，用于根据所述多个部件的注意力图与所述前景特征图，得到目标的多个部件的特征性；
重要性预测模块，用于为多个部件的特征性中每一部件的特征性预测出一个重要性权重，得到目标物体的特征。
4.根据权利要求2所述的弱监督物体定位装置，其中，所述目标部件感知模块还用于将所述目标物体的特征进行分类。
5.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了四种不同的骨干网络进行特征提取，分别是MobileNetV1，VGG16，InceptionV3以及ResNet50。
6.根据权利要求1所述的弱监督物体定位装置，其中，所述前景感知模块还包括：
模板单元，包括多个模板，用于所述特征图中各特征通过询问向量与所述模板进行对比得到前景特征；
分类器单元，包括多个分类器，用于对前景特征进行分类，得到所述前景激活图。
7.根据权利要求6所述的弱监督物体定位装置，其中，所述多个模板与多个分类器一一对应。
8.根据权利要求1所述的弱监督物体定位装置，其中，所述类别激活图与所述输入图像大小一致。
9.一种根据权利要求1至8所述的任一弱监督物体定位装置的基于记忆机制前景感知建模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：对所述特征图内各特征进行分类，得到前景激活图；以及
操作S3：对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，找到能够覆盖响应区域的最大邻接矩形，完成最终定位。
CN202110124202.7A 2021-01-28 2021-01-28 基于记忆机制前景感知建模的弱监督物体定位装置及方法 Active CN113158740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110124202.7A CN113158740B (zh) 2021-01-28 2021-01-28 基于记忆机制前景感知建模的弱监督物体定位装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110124202.7A CN113158740B (zh) 2021-01-28 2021-01-28 基于记忆机制前景感知建模的弱监督物体定位装置及方法

Publications (2)

Publication Number Publication Date
CN113158740A true CN113158740A (zh) 2021-07-23
CN113158740B CN113158740B (zh) 2022-09-09

Family

ID=76879002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110124202.7A Active CN113158740B (zh) 2021-01-28 2021-01-28 基于记忆机制前景感知建模的弱监督物体定位装置及方法

Country Status (1)

Country Link
CN (1) CN113158740B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107203781A (zh) * 2017-05-22 2017-09-26 浙江大学 一种基于显著性指导的端到端的弱监督目标检测方法
CN109544564A (zh) * 2018-11-23 2019-03-29 清华大学深圳研究生院 一种医疗图像分割方法
US20190286932A1 (en) * 2018-03-14 2019-09-19 Adobe Inc. Detecting objects using a weakly supervised model
CN110689081A (zh) * 2019-09-30 2020-01-14 中国科学院大学 一种基于分歧学习的弱监督目标分类和定位方法
CN111428730A (zh) * 2019-01-09 2020-07-17 中国科学技术大学 弱监督细粒度物体分类方法
CN111461190A (zh) * 2020-03-24 2020-07-28 华南理工大学 一种基于深度卷积神经网络的非均衡船舶分类方法
US20200372116A1 (en) * 2019-05-21 2020-11-26 Salesforce.Com, Inc. Weakly Supervised Natural Language Localization Networks

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107203781A (zh) * 2017-05-22 2017-09-26 浙江大学 一种基于显著性指导的端到端的弱监督目标检测方法
US20190286932A1 (en) * 2018-03-14 2019-09-19 Adobe Inc. Detecting objects using a weakly supervised model
CN109544564A (zh) * 2018-11-23 2019-03-29 清华大学深圳研究生院 一种医疗图像分割方法
CN111428730A (zh) * 2019-01-09 2020-07-17 中国科学技术大学 弱监督细粒度物体分类方法
US20200372116A1 (en) * 2019-05-21 2020-11-26 Salesforce.Com, Inc. Weakly Supervised Natural Language Localization Networks
CN110689081A (zh) * 2019-09-30 2020-01-14 中国科学院大学 一种基于分歧学习的弱监督目标分类和定位方法
CN111461190A (zh) * 2020-03-24 2020-07-28 华南理工大学 一种基于深度卷积神经网络的非均衡船舶分类方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SAINBAYAR SUKHBAATAR ETAL.: "Weakly Supervised Memory Networks", 《HTTP:ARXIV:1503.08895V1》 *
梁天新等: "记忆神经网络的研究与发展", 《软件学报》 *

Also Published As

Publication number Publication date
CN113158740B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
Adarsh et al. YOLO v3-Tiny: Object Detection and Recognition using one stage improved model
Wang et al. Multi-scale dilated convolution of convolutional neural network for crowd counting
Zhang et al. A fine-grained image categorization system by cellet-encoded spatial pyramid modeling
Wolf et al. A critical view of context
Tian et al. A dual neural network for object detection in UAV images
Li et al. Adaptive deep convolutional neural networks for scene-specific object detection
Enzweiler et al. A mixed generative-discriminative framework for pedestrian classification
Lahmyed et al. A new thermal infrared and visible spectrum images-based pedestrian detection system
CN110796168A (zh) 一种基于改进YOLOv3的车辆检测方法
CN105069811B (zh) 一种多时相遥感图像变化检测方法
CN107451545B (zh) 基于软标签下多通道判别非负矩阵分解的人脸识别方法
Liu et al. RGB-D joint modelling with scene geometric information for indoor semantic segmentation
CN105574545B (zh) 街道环境图像多视角语义切割方法及装置
Ouchra et al. Object detection approaches in images: a survey
Gu et al. Embedded and real-time vehicle detection system for challenging on-road scenes
Chen et al. Multi-scale and multi-column convolutional neural network for crowd density estimation
CN112668662B (zh) 基于改进YOLOv3网络的野外山林环境目标检测方法
CN110909645B (zh) 一种基于半监督流形嵌入的人群计数方法
Zhou et al. Semantic image segmentation using low-level features and contextual cues
CN104732209B (zh) 一种室内场景的识别方法及装置
CN113158740B (zh) 基于记忆机制前景感知建模的弱监督物体定位装置及方法
CN116434010A (zh) 一种多视图的行人属性识别方法
Liu et al. DGSN: Learning how to segment pedestrians from other datasets for occluded person re-identification
Zhu et al. Real-time traffic sign detection based on YOLOv2
Wang et al. Histogram feature-based Fisher linear discriminant for face detection

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