您的位置： 专家智库 > >

王广润

作品数：11 被引量：19H指数：1
供职机构：中山大学更多>>
发文基金：广州市属高校科研项目广东省科技计划工业攻关项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 10篇专利
  • 1篇期刊文章

领域

  • 6篇自动化与计算...

主题

  • 5篇神经网
  • 5篇神经网络
  • 4篇损失函数
  • 4篇网络
  • 3篇图像
  • 3篇图像处理
  • 3篇图像处理方法
  • 3篇网络结构
  • 3篇卷积
  • 2篇点集
  • 2篇动点
  • 2篇掩模
  • 2篇正则
  • 2篇正则化
  • 2篇正则化方法
  • 2篇生成器
  • 2篇特征点
  • 2篇特征点集
  • 2篇图模型
  • 2篇图片

机构

  • 11篇中山大学
  • 1篇广州大学

作者

  • 11篇王广润
  • 10篇林倞
  • 2篇李冠彬
  • 2篇聂琳
  • 1篇李亚
  • 1篇王青

传媒

  • 1篇北京邮电大学...

年份

  • 4篇2023
  • 1篇2021
  • 5篇2020
  • 1篇2017
共 11 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种基于自适应连接神经网络的图像处理方法及装置
本发明公开了一种基于自适应连接神经网络的图像处理方法及装置，所述方法包括如下步骤：步骤S1，构建自适应连接神经网络，对输入的特征图，分别提取其像素级特征、局部特征以及全局特征，并自适应地融合像素级特征、局部特征、全局特征...
陈荣聪林倞王广润王可泽
文献传递
一种基于可微图学习的行人重识别模型的弱监督训练方法
本发明提供一种基于可微图学习的行人重识别模型的弱监督训练方法，该方法首先将行人图片按拍摄时间段分组成袋并分配袋类别标签；然后，捕获每一个袋中所有图片之间的依赖关系，来为该类别的袋中每张图片生成可靠的伪行人类别标签，作为行...
聂琳张吉祺林倞王广润王广聪
一种利用树卷积操作的神经网络及其图像处理方法
本发明公开了一种利用树卷积操作的神经网络及其图像处理方法，所述神经网络包括根据树生成规则生成的各级选区树，利用选区树自上而下地解析输入特征图，并将各树节点调整为不同的比例，通过普通卷积对其进行卷积，最后自下而上融合卷积节...
林倞陈荣聪王广润王广聪
文献传递
一种基于可微图学习的行人重识别模型的弱监督训练方法
本发明提供一种基于可微图学习的行人重识别模型的弱监督训练方法，该方法首先将行人图片按拍摄时间段分组成袋并分配袋类别标签；然后，捕获每一个袋中所有图片之间的依赖关系，来为该类别的袋中每张图片生成可靠的伪行人类别标签，作为行...
张吉祺林倞聂琳王广润王广聪
文献传递
一种神经网络结构自调整的图像识别模型及方法
本发明公开了一种神经网络结构自调整的图像识别模型及方法，所述模型包括：预训练模型生成单元，用于构建一个神经网络模型结构，并基于标准迁移学习在源域上预训练，得到预训练模型；搜索空间设计单元，用于设计所述神经网络模型结构的搜...
陈荣聪林倞王广润王广聪张吉祺
文献传递
一种基于类激活映射图引导的正则化方法及系统
本发明公开了一种基于类激活映射图引导的正则化方法及系统，该方法包括：S1，利用深度神经网络的全局池化层及全连接层参数产生基于标签类别的通道权重因子及类激活映射图；S2，将生成的通道权重因子及类激活映射图分别根据其对神经网...
林倞王弘焌王广润李冠彬
一种行人重识别系统对抗样本生成方法及系统
本发明公开了一种行人重识别系统对抗样本生成方法及系统，该方法包括：S1，将原始图片输入至基于残差网络的生成器中，生成对抗扰动；S2，将对抗扰动按位加至原始图片，生成粗对抗样本I′，并将其与原始图片作特征连接，输入多阶段判...
林倞王弘焌王广润张冬雨
基于深度卷积神经网络的跨年龄人脸识别被引量：19
2017年
提出了一种应用于跨年龄人脸识别的联合学习方法,该方法由深度卷积神经网络构建而成,能在特征学习的同时学习到最优的测度函数,从而避免不合适的固定阈值所带来的匹配错误.针对有限的内存、过拟合和计算复杂性高的问题,在模型训练过程中采用了多种新颖和有效的训练策略.实验证实了该联合学习方法的有效性,在公开数据库MORPH-II上的识别正确率达到了93.6%.
李亚王广润王青
关键词：人脸识别
一种基于自适应连接神经网络的图像处理方法及装置
本发明公开了一种基于自适应连接神经网络的图像处理方法及装置，所述方法包括如下步骤：步骤S1，构建自适应连接神经网络，对输入的特征图，分别提取其像素级特征、局部特征以及全局特征，并自适应地融合像素级特征、局部特征、全局特征...
林倞陈荣聪王广润王可泽
一种基于类激活映射图引导的正则化方法及系统
本发明公开了一种基于类激活映射图引导的正则化方法及系统，该方法包括：S1，利用深度神经网络的全局池化层及全连接层参数产生基于标签类别的通道权重因子及类激活映射图；S2，将生成的通道权重因子及类激活映射图分别根据其对神经网...
林倞王弘焌王广润李冠彬
文献传递
全选 清除 导出
共2页<12>
聚类工具0