一种基于深度子空间聚类的遮挡目标关联方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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