基于张量分解的编解码网络在手语识别中的应用研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:missile60
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
学位
学位
学位
学位
学位
单光子成像是一种利用单光子探测器在极低光子数目条件下对目标物体进行重构的成像方式。单光子探测器有着极高的光子探测灵敏度和皮秒级别的时间分辨率,因此可以用于精确恢复一些很弱的探测信号,比如在极低光照强度下或者很远距离返回的信号。单光子成像有着广泛的应用场景,比如高精度对地测绘,无人驾驶,弱光条件下医学成像,以及在国防上也有着重要的应用。近些年来,单光子成像在计算机视觉领域受到了越来越多的关注。人们对
学位
视觉目标跟踪旨在对视觉场景中的感兴趣目标进行持续的定位,其作为计算机视觉领域的一项基本任务,不仅是当前的研究热点而且在不同领域有着诸多应用,例如智能监控、移动机器人、自动驾驶等。目标跟踪按照任务目的可以分为被动跟踪与主动跟踪。被动跟踪针对摄像头采集完成的视频数据,根据初始已知的目标信息预测目标在随后帧的矩形框,传统目标跟踪方法大多是基于被动跟踪方式。然而主动跟踪需要跟踪器实时调整相机的姿态使得目标
学位
医学影像成像技术的推广使得利用医学影像进行疾病的筛查、病情的诊断等操作日益常见,这给临床医学带来方便的同时还带来了愈发繁重的阅片需求。在这种背景下运用计算机手段进行自动阅片已经成为了研究热点。器官分割在进行器官影像的阅片时经常作为基础步骤,分割的精度对后续的筛查诊断等操作影响很大,因此进行精确的器官分割意义重大。本文的研究方向是使用深度学习方法进行医学影像中的器官分割任务。虽然已经有很多以往的工作
学位
近年来,深度强化学习逐渐成功地应用到了视频游戏、围棋、扑克、机器人控制等多个领域,但是仍然面临诸多问题与挑战,如样本效率低,探索与利用困境,对超参数敏感,收敛性和可复现性差等等。尤其是在环境的动力学(指状态转移函数和奖励函数)发生变化的情况下,深度强化学习算法显得尤不稳定。在这样的复杂环境下,如何获得高效、稳定、通用的强化学习方法是一个非常重要的研究方向。针对上述问题,本文分别在单智能体和多智能体
学位
随着第五代(fifth generation,5G)移动通信的全球商用部署,移动网络所产生的数据业务量将持续指数式增长,这会对下一代通信系统提出更严格的要求。为应对以上挑战,第六代(sixthgeneration,6G)移动通信系统的研发已经逐步开展。在众多6G技术中,“空天地一体化通信技术”已被广泛视作核心技术之一。无人机通信作为空基通信的重要组成部分,为无线通信系统的设计带来了新的自由度。特别
学位