基本信息:
- 专利标题： 基于无偏深度迁移学习的视频目标识别方法
- 申请号：CN202010761599.6 申请日：2020-07-31
- 公开(公告)号：CN111860441B 公开(公告)日：2024-03-29
- 发明人： 陈晋音 , 徐思雨 , 陈治清 , 徐国宁 , 缪盛欢
- 申请人： 浙江工业大学
- 申请人地址： 浙江省杭州市下城区潮王路18号
- 专利权人： 浙江工业大学
- 当前专利权人： 浙江工业大学
- 当前专利权人地址： 浙江省杭州市下城区潮王路18号
- 代理机构： 杭州天勤知识产权代理有限公司
- 代理人： 曹兆霞
- 主分类号： G06V20/40
- IPC分类号： G06V20/40 ; G06V10/25 ; G06V10/82 ; G06N3/045 ; G06N3/096
摘要：
本发明公开了一种基于无偏深度迁移学习的视频目标识别方法，包括：(1)构建源域图像集和目标域图像集；(2)构建偏见属性预测模型；(3)构建基于迁移学习的训练框架，包括与偏见属性预测模型结构相同的两条支路，并在每条支路的相同位置增加一个适应层，其中，第一支路的输入为以源域图像和任务标签组成的样本第二支路的输入为视频帧图像；(3)构建训练框架的损失函数，包括偏见属性预测模型的偏见属性分类损失、第一支路的任务属性分类损失以及两条支路的适应层之间的MMD距离损失；(4)对训练框架进行训练，提取参数确定的第二支路作为无偏视频目标识别模型；(5)将待识别视频帧输入至无偏视频目标识别模型，输出目标识别结果。
公开/授权文献:
- CN111860441A 基于无偏深度迁移学习的视频目标识别方法 公开/授权日：2020-10-30