多任务网络相关论文
随着深度学习的发展,基于深度学习的目标检测技术逐渐成为计算机视觉领域的一个研究热点。然而现有的目标检测算法通常无法做到检......
随着交通事业的发展,道路交通事故形势愈发严峻,对人民的生命财产安全造成了巨大损失。智能网联汽车可以承担部分或全部驾驶任务,......
目前,智能交通及自动驾驶汽车成为人工智能行业研究的重点方向,基于自动驾驶场景的目标检测与分割算法是其中关键的技术。但自动驾......
遥感图像是按一定比例真实记录地面物体的类别属性和分布特征的图像,能够表达丰富的地表信息。对遥感图像的解译如今已被广泛应用......
视频显著性对象检测,旨在找出视频每一帧中吸引人视觉注意的对象。由于其广泛的应用场景,近几年吸引了越来越多的研究兴趣。然而,......
随着国际贸易的发展与信息爆炸时代的到来,表单由于其简单直观的特点,在交通物流领域得到了广泛的应用,同时在金融和医疗等领域也......
[目的]提出一种单分类器联合多任务网络的隐式句间关系分析方法,即基于单分类器的多任务学习模型进行中文隐式句间关系识别.[方法]......
大数据时代,网络及现实生活中充斥着纷繁复杂的篡改图像,使用单一的篡改手段已不能满足当前篡改者对图像视觉质量的要求,篡改者必......
人脸识别是计算机视觉和模式识别中最活跃的研究领域之一,具有许多实际应用,广泛应用于军事、金融、公共安全和日常生活等领域,精......
为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot m......
随着智能网联汽车的快速发展,车辆的电气化程度越来越高,车载设备的强网络连接能力、车载芯片的强计算能力、车载操作系统的高复杂......
人脸识别具有交互性强、无需接触、便捷等优势,是模式识别领域研究的热点问题,在公共安防、智能教育、行人检测等领域得到广泛应用......
图像语义分割技术其目的是为图像中每个像素分配类别标签,由于此项技术与无人驾驶等多种智能应用密切相关,因此成为了计算机视觉中......
随着汽车行业的快速发展,自动驾驶成为近年来的研究热点,车道线分割以及道路检测是自动驾驶系统非常重要的研究领域。传统的车道线......
在当今社会,高速发展的互联网技术影响着人类生活的各个方面。在这个信息交互频繁的时代,互联网中积累了大量的图像数据。如何有效......
连接组学(Connectomics)旨在理解大脑如何工作,是神经科学研究的一个重要方向,其核心工作是刻画神经系统连接方式的完整图谱.随着......
针对位于视野两侧的车道线易受光照等影响变得模糊而难以检测的问题,本文利用外形细长的车道线具有较强的空间信息的先验知识,设计......
基于视觉的手势解析算法在人机交互中有着重要的作用，手势解析分为手部姿态估计和手势识别，前者定位关节点的空间坐标，后者得到手势的......
针对在复杂的多状态条件下,液压系统状态监测方法监测性能不高的问题,对多任务学习和注意力机制方法进行了研究,结合多任务与注意......
针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经......
针对肝脏超声影像受噪声和边缘模糊等因素的影响,肉眼无法客观准确辨别病灶区域等问题,提出了无监督学习的多任务网络(MultiTaskin......
为实现空中信息分发平台对战场多任务网络带宽资源的有效管理,在战术互联网资源管理模型中,提出一种等级优先动态带宽分配（classifi......
人脸表情识别与性别、年龄等相关属性识别作为计算机视觉领域的一个重要分支,在公共安防、视频监控、人机交互等领域有重要的研究......
目标定位是计算机视觉中的关键问题,针对目前区域卷积神经网络及其扩展算法的精度受限于输出卷积图尺寸、不能得到目标准确位置的......
随着汽车的日益普及,道路交通事故发生率不断上升,严重影响到人们的生命财产安全。自动驾驶可有效减少交通事故的发生,而车道线检......
车道线检测过程易受光照、遮挡物等环境因素的影响,本文针对上述问题,在现有检测算法的基础上提出一种基于多任务卷积神经网络的车......
笔者利用深度学习方法,基于AI框架Tensorflow和Mxnet,设计了3个级联网络,层层提取人脸特征,实现了多任务人脸检测。3个卷积神经网......
针对现有行人再识别算法中采用单一外观特征所存在的特征判别力的不足问题,在深度学习框架下提出一种基于困难样本三元组损失的多......
抗脉冲干扰是自适应信号处理领域较为重要的一个研究方向。符号误差最小均方算法（SE-LMS）的提出为抗脉冲干扰问题提供了有效的解决方......
