论文部分内容阅读
浅析贺友直文学插图风格与创作
【出 处】
：
北京服装学院
【发表日期】
：
2020年01期
其他文献
使用最新的神经网络和深度学习技术进行服饰图像分析,从而期待机器对时尚的理解,是计算机视觉领域的热点话题。服饰图像分析是一个广泛的概念,其所涉及的计算机视觉任务多种多样,而针对服饰图像的特点设计目标检测和实例分割算法并提升其性能是其中一个重要方向。PolarMask是基于轮廓建模的一阶段目标检测与实例分割算法,本文对其网络结构和损失函数进行了多种改进,包括将FPN替换为PAFPN或BFP、改进极中心
针对轻量型目标检测网络对静态手势特征提取能力不足、错检率和漏检率高的问题， 基于YOLOv4-tiny网络结构提出轻量型手势识别算法. 首先引入表征力更强、成本更低的重影特征映射， 增强网络获取多尺度手势特征的能力; 然后嵌入通道注意力机制实现特征重标定， 达到减少背景干扰的目的; 最后采用Swish作为主激活函数， 进一步提升手势识别精度. 在手势数据集上的实验结果表明， 相比YOLOv4-ti