一种基于深度无监督学习的图像阴影检测方法.pdfVIP

下载本文档

3
0
约3.7万字
约 29页
2023-06-23 发布于四川
举报
版权申诉

一种基于深度无监督学习的图像阴影检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度无监督学习的图像阴影检测方法，包括：(1)使用多种不同的传统无监督阴影检测模型对无标签的训练样本集进行预测，生成相应的预测阴影图：(2)构建初始伪标签生成模块，利用多个预测阴影图生成初始伪标签；(3)构建课程学习模块，利用多个阴影图设计由简单到复杂的学习课程；(4)构建伪标签更新模块，利用伪标签阴影强度作为评估标准，来评估已训练模型的预测阴影图和初始伪标签阴影图的可靠性，进而将可靠性高的阴影图作为新的伪标签；(5)构建基于轻量级网络结构的阴影检测模型；(6)利用课程学习和

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113436115 A (43)申请公布日 2021.09.24 (21)申请号 202110874144.X G06K 9/62 (2006.01)