龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了点监督X射线违禁品检测的域内‑域间对象性学习方法，本方案通过域内‑域间对象性模块在点监督下进行X射线违禁物品检测，该方案由域内对象性学习模块和域间对象性性学习模块两个关键模块组成；域内对象性学习模块设计了局部焦点高斯掩蔽块和全局随机高斯掩蔽块，共同学习X射线图片中的对象性。域间对象性学习模块引入了基于小波分解的对抗学习块和对象性块，有效减少了模态差异，并将从带有实例级标注的自然图片中学到的对象性知识迁移到了X射线图片中。本方案缓解了X射线图片中由严重类内变化引起的局部主导的问题。在四个X射线数据集上的实验结果显示，本发明在显著降低注释成本的同时实现了卓越性能，提高了其实用性。
主权项：1.一种点监督X射线违禁品检测的域内-域间对象性学习方法，其特征在于，其包括：A、准备X射线违禁物品数据集和自然图片数据集，令前者只包含标注点，后者包含实例级标注；B、将X射线违禁物品数据集和自然图片数据集输入特征提取器中，分别得到两个数据集对应的特征图；C、设计域内对象性学习网络，该网络包括局部焦点高斯遮蔽和全局随机高斯遮蔽以用来挖掘域内对象性信息；D、将经步骤B获得的X射线违禁物品数据集的特征图输入域内对象性学习网络，得到增强之后的特征图，并送入多实例分支学习网络，预测在其标注点周围生成的每一个实例的实例得分；E、设计域间对象性学习网络，该网络包括小波解耦对抗学习网络和对象性模块；F、将经步骤B获得的X射线违禁物品数据集的特征图和自然图片数据集的特征图用小波解耦对抗学习网络进行小波解耦，并对低频风格特征进行对抗学习；G、利用对象性模块预测X射线违禁物品数据集和自然图片数据集中的特征图内每一个目标的对象性得分；H、将X射线违禁物品数据集的特征图的对象性得分和步骤D处理获得的实例得分进行加权，得到多实例分支学习网络的最终实例得分；对于自然图片数据集，其对象性得分用实例级标注监督；I、选取出X射线违禁物品数据集的实例得分高于预设值的实例，将其作为伪标签，然后训练全监督违禁物品检测模型。
全文数据：
权利要求：
百度查询： 厦门大学 点监督X射线违禁品检测的域内-域间对象性学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号