面向细粒度草图检索的对抗训练三元组网络

来源 :软件学报 | 被引量 : 0次 | 上传用户:ziyoushenghuozhe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
将草图作为检索示例用于图像检索称为基于草图的图像检索,简称草图检索.其中,细粒度检索问题或类内检索问题是2014年被研究者提出并快速成为广受关注的研究方向.目前研究者通常用三元组网络来解决类内检索问题,且取得了不错的效果.但是三元组网络的训练非常困难,很多情况下很难收敛甚至不收敛,且存在着容易过拟合的风险.借鉴循环生成对抗训练的思想,设计了SketchCycleGAN帮助提高三元组网络训练过程的效率,以对抗训练的方式使其参与到三元组网络的训练过程中,通过充分挖掘数据集自身信息的方式取代了利用其他数据
其他文献
工业园区作为城市发展的重要载体,聚集了多种复合企业,而入驻企业的生产性质、规模和用电需求各不相同,因此,需要对园区的用电系统进行统筹考虑。论文提出的智能用电技术融合
长春市的都市农业处于发展的初级水平,制约长春市都市农业发展的主要瓶颈因素有经营主体素质、土地经营规模、投资及农产品市场化程度。通过灰色关联分析方法对这些瓶颈因素进
以设施杏树为研究对象,综述了设施杏树生长发育规律、对环境条件的要求及适宜栽培的品种,旨在为设施杏树生产提供理论依据。
基于软件定义网络(SDN)的集中式管理、全局控制等优势,提出了一种智能的入侵检测系统架构模型。基于该模型,可以动态使用不同的机器学习算法对入侵的数据流进行检测,从而提升
水磨石最初是以现制的形式出现的,由于现场制作水磨石受到一些因素的影响,预制水磨石。所以才占有大部分市场。由于建筑设计的发展,每一个建筑都是一个独立的艺术作品,它是有
C程序中数组、malloc动态分配后的连续内存等顺序存储结构被大量使用,但大多数传统的数据流分析方法未能充分描述其结构及其上的操作,特别是在利用指针访问顺序存储结构时,传
本文是在深度特征与相关滤波相结合的高效卷积运算符(ECO)目标跟踪算法基础上进行的改进。首先,为了提高跟踪速度,提出"浅层特征不插值,深层特征插值"的卷积神经网络(CNN)分层插值处理方法,对具有较高分辨率的浅层特征不插值,对分辨率低的深层特征进行插值计算来提高分辨率;其次,改进了样本空间分类策略,给CNN特征层分配不同的权重,突出不同特征层对样本间距离的影响,并且将所有样本信息都保留在训练样本集
1工作简况1.1任务来源党的十八届五中全会明确提出"创新、协调、绿色、共享、开放"五大发展理念,"绿色"理念为加快推动建立绿色低碳循环发展的产业体系指引了方向;《中共中央