|
钻瓜专利网为您找到相关结果 4个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于小样本的分类器训练方法-CN201910351889.0有效
-
刘芷菁;刘波;林露樾;肖燕珊;刘倩
-
广东工业大学
-
2019-04-28
-
2023-09-19
-
G06V10/764
- 本发明公开了一种基于小样本的分类器训练方法,包括以下步骤:包括以下步骤:S1:设置参数α,β,学习率,最大训练步长T;S2:从训练集中读取一批图像,并将图像x输入到先验分类器中,得到先验标签#imgabs0#的值和每一张图片的潜在变量z的值;S3:对所读取图片的第i类,计算该类潜在变量的均值#imgabs1#和断言#imgabs2#S4:重复步骤S3,直至所读取图片的所有类均进行了对应的潜在变量的均值和断言的计算;S5:在得知图像x、先验标签#imgabs3#的基础上结合后验分类器,获取所描述的后验标签#imgabs4#S6:对损失函数进行优化,降低损失函数的计算代价;S7:计算所需要优化的所有变量的集合Θ中所有变量的损失函数的梯度。本发明收敛速度快,训练耗费时间较短,能训练得到高精度分类器。
- 一种基于样本分类训练方法
- [发明专利]一种融合卷积神经网络的跟踪方法及系统-CN201610579388.4有效
-
林露樾;刘波;肖燕珊
-
广东工业大学
-
2016-07-21
-
2019-04-09
-
G06T7/292
- 本发明公开了一种融合卷积神经网络的跟踪方法及系统,包括:通过预定的训练集,对卷积神经网络进行预训练得到卷积神经网络的初步模型CNN1;接收用户输入的带有跟踪目标的视频流,通过初步模型CNN1对视频流中的跟踪目标进行跟踪,并利用微调技术对初步模型CNN1的参数进行微调,得到卷积神经网络的最终模型CNN2;将最终模型CNN2替换TLD算法中的分类器;接收用户输入的带有跟踪目标的监控视频流,通过带有最终模型CNN2的TLD算法自动对监控视频流中的跟踪目标进行识别及跟踪;可见,通过对卷积神经网络进行训练生成最终模型CNN2,能自动从监控视频流中识别跟踪目标,增加用户操作体验。
- 一种融合卷积神经网络跟踪方法系统
|