博客
关于我
Arxiv‘25 | 基于稀疏标注的多光谱行人检测
阅读量:797 次
发布时间:2023-04-05

本文共 464 字,大约阅读时间需要 1 分钟。

论文信息

题目:Multispectral Pedestrian Detection with Sparsely Annotated Label

基于稀疏标注的多光谱行人检测
作者:Chan Lee, Seungho Shin, Gyeong-Moon Park, Jung Uk Kim

论文创新点

本文提出了一种基于稀疏标注的多光谱行人检测方法,主要体现在以下两个关键创新点:

  • 多光谱行人感知自适应权重(MPAW)模块:本模块通过分析不同光谱模态的特性,为高质量伪标签分配更高的权重,从而帮助模型在多光谱数据中更高效地学习。具体而言,MPAW模块通过计算伪标签与真实标签之间的余弦相似度,动态调整各模态的权重,有效降低了低质量伪标签对模型的影响,使得模型在稀疏标注环境中具有更强的鲁棒性。
  • 正伪标签增强(PPE)模块:PPE模块旨在区分高质量和低质量伪标签,从而引导教师模型生成更可靠的标注数据。本模块采用了一种基于特征嵌入的方法,能够有效识别高质量伪标签,并为教师模型提供针对性的改进建议,从而提升标注数据的质量和一致性。
  • 转载地址:http://ytrfk.baihongyu.com/

    你可能感兴趣的文章
    opencv12-图像金字塔
    查看>>
    opencv13-基本阈值操作
    查看>>
    opencv14-自定义线性滤波
    查看>>
    opencv15-边缘处理
    查看>>
    opencv16-Sobel算子
    查看>>
    opencv17-laplance算子
    查看>>
    opencv18-canny检测算法
    查看>>
    opencv19-霍夫直线变化
    查看>>
    opencv2-矩阵掩膜操作
    查看>>
    opencv20-霍夫圆检测
    查看>>
    opencv21-像素重映射
    查看>>
    opencv22-直方图均衡化
    查看>>
    opencv23-直方图计算
    查看>>
    opencv24-直方图比较
    查看>>
    opencv25-直方图反向投影
    查看>>
    opencv26-模板匹配
    查看>>
    opencv27-轮廓发现
    查看>>
    opencv28-凸包
    查看>>
    opencv29-轮廓周围绘制矩形框和圆形框
    查看>>
    OpenCV3 install tutorial for Mac
    查看>>