一种基于深度子空间聚类的遮挡目标关联方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于深度子空间聚类的遮挡目标关联方法
申请号:
CN202411715248
申请日期:
2024-11-27
公开号:
CN119649268A
公开日期:
2025-03-18
类型:
发明专利
摘要
本发明公开了一种基于深度子空间聚类的遮挡目标关联方法,通过已有的目标检测方法,首先得到需要关联的目标。然后利用深度学习的方法得到待关联目标的特征表示,根据提取出来的目标特征构建一个自表达系数矩阵,用于学习数据之间的自表达关系。综合重构误差和正则化项,定义损失函数,学习到目标自表达矩阵既能够有效重构数据,又具有良好的子空间聚类结构。最后利用自监督学习技术,迭代学习获取稳定的伪标签来实现目标在子空间中的自动关联,有效解决在目标关联中可能出现的目标遮挡问题。
技术关键词
矩阵
重构误差
标签
自动编码器
监督学习技术
数据
非线性
深度学习技术
样本
正则化参数
特征提取器
表征技术
梯度下降法
聚类算法
空间结构
网络
代表