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
    Objective-C实现Levenshtein 距离算法(附完整源码)
    查看>>
    Objective-C实现levenshteinDistance字符串编辑距离算法(附完整源码)
    查看>>
    Objective-C实现lfu cache缓存算法(附完整源码)
    查看>>
    Objective-C实现LFU缓存算法(附完整源码)
    查看>>
    Objective-C实现linear algebra线性代数算法(附完整源码)
    查看>>
    Objective-C实现linear congruential generator线性同余发生器算法(附完整源码)
    查看>>
    Objective-C实现linear discriminant analysis线性判别分析算法(附完整源码)
    查看>>
    Objective-C实现linear regression线性回归算法(附完整源码)
    查看>>
    Objective-C实现linear search线性搜索算法(附完整源码)
    查看>>
    Objective-C实现Linear search线性搜索算法(附完整源码)
    查看>>
    Objective-C实现LinearSieve线性素数筛选算法 (附完整源码)
    查看>>
    Objective-C实现LinkedListNode链表节点类算法(附完整源码)
    查看>>
    Objective-C实现LinkedList链表算法(附完整源码)
    查看>>
    Objective-C实现local weighted learning局部加权学习算法(附完整源码)
    查看>>
    Objective-C实现logistic regression逻辑回归算法(附完整源码)
    查看>>
    Objective-C实现logistic sigmoid函数(附完整源码)
    查看>>
    Objective-C实现longest Common Substring最长公共子串算法(附完整源码)
    查看>>
    Objective-C实现longest increasing subsequence最长递增子序列算法(附完整源码)
    查看>>
    Objective-C实现longestCommonSubsequence最长公共子序列算法(附完整源码)
    查看>>
    Objective-C实现LongestIncreasingSubsequence最长递增子序列算法(附完整源码)
    查看>>