[发明专利]基于差异正则化的成对约束成分分析度量优化方法有效

专利信息
申请号: 201910129342.6 申请日: 2019-02-21
公开(公告)号: CN110008828B 公开(公告)日: 2021-12-07
发明(设计)人: 马文锦;韩华;王春晖 申请(专利权)人: 上海工程技术大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 蔡彭君
地址: 201620 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于差异正则化的成对约束成分分析度量优化方法,包括:步骤S1:用摄像头采集多张行人图片形成训练样本集,提取每张样本图片中行人目标的颜色特征,形成一个d维的特征向量xi,最终构成一个包含N个d维特征向量的训练集,其中,N为样本图片的数目;步骤S2:对训练集中的特征向量进行降维处理;步骤S3:计算降维后的样本之间的欧氏距离,并基于各训练样本与测试样本之间的欧氏距离,将训练样本分为正样本和负样本;步骤S4:通过对目标优化函数增加差异正则化项,并基于约束条件创建优化问题;步骤S5:使用梯度下降法求解优化问题。与现有技术相比,本发明具有避免过拟合现象的发生,提高度量学习算法的泛化能力等优点。
搜索关键词: 基于 差异 正则 成对 约束 成分 分析 度量 优化 方法
【主权项】:
1.一种基于差异正则化的成对约束成分分析度量优化方法,其特征在于,包括:步骤S1:用摄像头采集多张行人图片形成训练样本集,提取每张样本图片中行人目标的颜色特征,形成一个d维的特征向量xi,最终构成一个包含N个d维特征向量的训练集,其中,N为样本图片的数目;步骤S2:对训练集中的特征向量进行降维处理;步骤S3:计算降维后的样本之间的欧氏距离,并基于各训练样本与测试样本之间的欧氏距离,将训练样本分为正样本和负样本;步骤S4:通过对目标优化函数增加差异正则化项,并基于约束条件创建优化问题;步骤S5:使用梯度下降法求解优化问题。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海工程技术大学,未经上海工程技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910129342.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top