期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
类别特征约束的多目标域表情识别方法
被引量：
1
1
作者
范琪
王善敏
+1 位作者
刘成广
刘青山
《计算机工程与科学》
CSCD
北大核心
2024年第5期836-845,共10页
表情识别FER方法通常会受到采集环境和受试者区域、种族等因素的影响。为了提升FER方法的泛化性能,无监督的域自适应表情识别方法UDA-FER成为了研究热点。现有的UDA-FER方法普遍存在2个问题:(1)仅关注对目标域的识别率,导致方法从源域...
表情识别FER方法通常会受到采集环境和受试者区域、种族等因素的影响。为了提升FER方法的泛化性能,无监督的域自适应表情识别方法UDA-FER成为了研究热点。现有的UDA-FER方法普遍存在2个问题:(1)仅关注对目标域的识别率,导致方法从源域迁移至目标域后,对源域的识别率急剧下降;(2)仅研究基于单个目标域的UDA-FER方法,将现有方法直接应用于多个目标域会导致方法识别率骤降。为解决上述问题,提出了一种类别特征约束的多目标域表情识别方法MTD-FER,实现FER向多个目标域的连续迁移。为了保持对源域的识别率并提高对多个目标域的识别率,MTD-FER设计了类别自适应的伪标签标记CAPL模块和类别特征约束CWFC模块,挑选目标域高质量的样本标记为伪标签,并对齐各个域同类样本的特征,缓解连续迁移导致的灾难性遗忘问题。以RAF-DB为源域,FER-2013和ExpW为目标域,进行大量的实验,证明了MTD-FER的有效性。实验结果表明,与基准方法相比,MTD-FER在多次迁移后,源域识别率提升6.36%,与迁移之前基本持平;在各个目标域性能均有所提升,其中FER-2013性能提升了27.33%,ExpW性能提升了3.03%。
展开更多
关键词
人脸表情识别
无监督
域
自适应
多目标域
类别自适应的伪标签
类别特征约束
在线阅读
下载PDF
职称材料
面向多种天气场景下目标检测的多域动态平均教师模型
被引量：
1
2
作者
刘袁缘
王超凡
+2 位作者
王文斌
张浩宇
罗忠文
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第3期388-398,共11页
现有的基于深度学习的目标检测模型中,由于复杂天气使得现有方法的精度大幅降低.因此为了有效地消除不同天气场景带来的域差异问题,提出一种多域动态平均教师模型.首先引入多域平均教师模块,为多个不同天气场景下目标域数据生成伪标签;...
现有的基于深度学习的目标检测模型中,由于复杂天气使得现有方法的精度大幅降低.因此为了有效地消除不同天气场景带来的域差异问题,提出一种多域动态平均教师模型.首先引入多域平均教师模块,为多个不同天气场景下目标域数据生成伪标签;然后引入基于学生网络的风格迁移模块,解决多域任务中学生网络对不同目标域泛化能力差的问题,可有效地减小源域与不同目标域之间的差异,提升学生网络对不同目标域的泛化能力;最后提出基于教师网络的动态过滤伪标签模块,根据教师网络对不同目标域的学习效果动态地调整过滤伪标签的阈值,提升每个目标域伪标签质量.在FoggyCityscapes&RainCityscapes和Dusk-rain&Night-rain数据集上的实验结果表明,所提模型分别获得了40.3%和31.4%的精度,在雨天、雾天和夜晚等多种复杂天气场景下都优于对比方法.
展开更多
关键词
领
域
自适应
目标
检测
多目标域
风格迁移
伪标签
在线阅读
下载PDF
职称材料
域自适应学习研究进展
被引量：
28
3
作者
刘建伟
孙正康
罗雄麟
《自动化学报》
EI
CSCD
北大核心
2014年第8期1576-1600,共25页
传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近...
传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近几年受到了广泛的关注.鉴于域自适应学习技术的重要性,综述了域自适应学习的研究进展.首先概述了域自适应学习的基本问题,并总结了近几年出现的重要的域自适应学习方法.接着介绍了近几年提出的较为经典的域自适应学习理论和当下域自适应学习的热门研究方向,包括样例加权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多源域自适应学习.然后对域自适应学习进行了相关的理论分析,讨论了高效的度量判据,并给出了相应的误差界.接着对当前域自适应学习在算法、模型结构和实际应用这三个方面的研究新进展进行了综述.最后分别探讨了域自适应学习在特征变换和假设、训练优化、模型和数据表示、NLP研究中存在的问题这四个方面的有待进一步解决的问题.
展开更多
关键词
域
自适应学习
迁移假设
单源
域
-单
目标
域
多源
域
-
多目标域
域
自适应学习理论
在线阅读
下载PDF
职称材料
题名
类别特征约束的多目标域表情识别方法
被引量：
1
1
作者
范琪
王善敏
刘成广
刘青山
机构
南京信息工程大学自动化学院
南京航空航天大学计算机科学与技术学院
南京信息工程大学计算机学院
南京邮电大学计算机学院
出处
《计算机工程与科学》
CSCD
北大核心
2024年第5期836-845,共10页
文摘
表情识别FER方法通常会受到采集环境和受试者区域、种族等因素的影响。为了提升FER方法的泛化性能,无监督的域自适应表情识别方法UDA-FER成为了研究热点。现有的UDA-FER方法普遍存在2个问题:(1)仅关注对目标域的识别率,导致方法从源域迁移至目标域后,对源域的识别率急剧下降;(2)仅研究基于单个目标域的UDA-FER方法,将现有方法直接应用于多个目标域会导致方法识别率骤降。为解决上述问题,提出了一种类别特征约束的多目标域表情识别方法MTD-FER,实现FER向多个目标域的连续迁移。为了保持对源域的识别率并提高对多个目标域的识别率,MTD-FER设计了类别自适应的伪标签标记CAPL模块和类别特征约束CWFC模块,挑选目标域高质量的样本标记为伪标签,并对齐各个域同类样本的特征,缓解连续迁移导致的灾难性遗忘问题。以RAF-DB为源域,FER-2013和ExpW为目标域,进行大量的实验,证明了MTD-FER的有效性。实验结果表明,与基准方法相比,MTD-FER在多次迁移后,源域识别率提升6.36%,与迁移之前基本持平;在各个目标域性能均有所提升,其中FER-2013性能提升了27.33%,ExpW性能提升了3.03%。
关键词
人脸表情识别
无监督
域
自适应
多目标域
类别自适应的伪标签
类别特征约束
Keywords
facial expression recognition
unsupervised domain adaptation
multi-target domain
class-adaptive pseudo label
class-wise feature constraint
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向多种天气场景下目标检测的多域动态平均教师模型
被引量：
1
2
作者
刘袁缘
王超凡
王文斌
张浩宇
罗忠文
机构
中国地质大学(武汉)计算机学院
中国地质大学(武汉)国家地理信息系统工程技术研究中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第3期388-398,共11页
基金
国家自然科学基金面上项目(62076227)
武汉市科技局基础前沿项目(2020010601012166)。
文摘
现有的基于深度学习的目标检测模型中,由于复杂天气使得现有方法的精度大幅降低.因此为了有效地消除不同天气场景带来的域差异问题,提出一种多域动态平均教师模型.首先引入多域平均教师模块,为多个不同天气场景下目标域数据生成伪标签;然后引入基于学生网络的风格迁移模块,解决多域任务中学生网络对不同目标域泛化能力差的问题,可有效地减小源域与不同目标域之间的差异,提升学生网络对不同目标域的泛化能力;最后提出基于教师网络的动态过滤伪标签模块,根据教师网络对不同目标域的学习效果动态地调整过滤伪标签的阈值,提升每个目标域伪标签质量.在FoggyCityscapes&RainCityscapes和Dusk-rain&Night-rain数据集上的实验结果表明,所提模型分别获得了40.3%和31.4%的精度,在雨天、雾天和夜晚等多种复杂天气场景下都优于对比方法.
关键词
领
域
自适应
目标
检测
多目标域
风格迁移
伪标签
Keywords
domain adaptation
object detection
multi-target domains
style transfer
pseudo-labeling
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
域自适应学习研究进展
被引量：
28
3
作者
刘建伟
孙正康
罗雄麟
机构
中国石油大学(北京)自动化研究所
出处
《自动化学报》
EI
CSCD
北大核心
2014年第8期1576-1600,共25页
基金
国家重点基础研究发展计划(973计划)(2012CB720500)
国家自然科学基金(21006127)
中国石油大学(北京)基础学科研究基金(JCXK-2011-07)资助~~
文摘
传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近几年受到了广泛的关注.鉴于域自适应学习技术的重要性,综述了域自适应学习的研究进展.首先概述了域自适应学习的基本问题,并总结了近几年出现的重要的域自适应学习方法.接着介绍了近几年提出的较为经典的域自适应学习理论和当下域自适应学习的热门研究方向,包括样例加权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多源域自适应学习.然后对域自适应学习进行了相关的理论分析,讨论了高效的度量判据,并给出了相应的误差界.接着对当前域自适应学习在算法、模型结构和实际应用这三个方面的研究新进展进行了综述.最后分别探讨了域自适应学习在特征变换和假设、训练优化、模型和数据表示、NLP研究中存在的问题这四个方面的有待进一步解决的问题.
关键词
域
自适应学习
迁移假设
单源
域
-单
目标
域
多源
域
-
多目标域
域
自适应学习理论
Keywords
Domain adaptation learning
transfer hypothesis
single source-domain single target-domain
multiple sources-domain multiple targets-domain
domain adaptation learning theory
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
类别特征约束的多目标域表情识别方法
范琪
王善敏
刘成广
刘青山
《计算机工程与科学》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
面向多种天气场景下目标检测的多域动态平均教师模型
刘袁缘
王超凡
王文斌
张浩宇
罗忠文
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
域自适应学习研究进展
刘建伟
孙正康
罗雄麟
《自动化学报》
EI
CSCD
北大核心
2014
28
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
