咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >采用元学习的多场景教室学生姿态检测方法 收藏

采用元学习的多场景教室学生姿态检测方法

Method for detection of a student’s pose in a multi-scene classroom based on meta-learning

作     者:钱志华 高陈强 叶盛 QIAN Zhihua;GAO Chenqiang;YE Sheng

作者机构:重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065 

出 版 物:《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期:2021年第48卷第5期

页      面:58-67页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61571071,61906025) 重庆市科委自然科学基金(cstc2018jcyjAX0227,cstc2020jcyj-msxmX0835) 重庆市教委科学技术研究项目(KJQN201900607,KJQN202000647) 

主  题:姿态检测 域适应 小样本学习 元模型 域适应优化器 

摘      要:针对不同教学场景图像的数据分布差异较大造成的跨域偏移问题,提出了一种采用元学习的多场景学生姿态检测方法。该方法设计了姿态检测元模型和一种参数可学习的域适应优化器。通过离线学习和在线学习相结合的方式,实现特定教学场景姿态检测模型的快速域适应。离线学习阶段,该方法通过双层训练模拟姿态检测模型在各类教学场景上域适应的过程,对姿态检测元模型以及域适应优化器参数进行训练;在线学习阶段,只需特定教学场景下少量有标签的样本数据,元模型就能在域适应优化器的引导下快速适应该场景的数据分布。另外,在离线学习阶段,还提出了一种能使双层训练更加稳定的外部优化器。实验结果表明,该方法在多场景姿态检测数据集上的综合检测精度要优于目前主流的目标检测模型,对有标签图像较少的新场景也有较好的域适应效果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分