细粒度图像识别相关论文
随着深度学习的迅猛发展,人工智能技术已融入人们日常生活的方方面面,拍照购物、刷脸支付、旧照新颜、智能换脸,人工智能所赋能的......
细粒度图像识别是计算机视觉领域最重要的分支之一。近年来,随着计算机视觉领域的快速发展,细粒度图像识别技术已经在餐饮、网购、......
细粒度图像识别旨在对某一传统语义类别下细粒度级别的不同子类类别进行视觉识别,在智慧新经济和工业物联网等领域（如智慧城市、公......
输电线路涉鸟故障相关鸟种的分类研究对电网鸟害防治工作具有重要意义和实际价值。统计表明,涉鸟故障引发的线路跳闸次数仅次于雷......
近年来,随着计算机视觉技术的快速发展,结合不同研究领域的应用需求,开发、设计不同类型的图像的自动识别系统已成为该技术的一个......
图像识别是计算机视觉领域最基础的研究方向之一,随着深度学习的不断发展以及卷积神经网络的大规模应用,通用图像识别任务的处理方......
细粒度图像识别近几年来在计算机视觉领域受到了广泛的关注,其任务是识别在外观信息以及语义信息都非常相似的物体子类,例如识别不......
细粒度图像识别是计算机视觉中一个重要又具有挑战性的研究领域。相较与粗粒度地区分“鸟”和“狗”,细粒度图像识别是更加细致地......
细粒度图像分类在工业界应用广泛,然而,传统的图像分类网络在细粒度图像的分类问题上往往无法达到很好的效果,因为在细粒度图像的......
细粒度图像识别是计算机视觉中一项基础且重要的工作,其目的在于区分常人难以辨别的对象类别（例如不同子类的鸟类、花卉）。除了视觉......
细粒度图像识别是计算机视觉领域备受关注的一个分支,在学术界和工业界都有着极其重要的价值。最近几年,深度学习被广泛研究,开始......
针对现有的单一细粒度识别模型不能识别无训练样本花卉子类这一实际情况,结合DCL与KNN提出了一种将细粒度特征映射到高维空间自动......
骨骼是人体最重要的器官之一,当前人口老龄化的情况愈来愈严重,骨骼性疾病如骨折、骨质疏松等病症已经成为许多中老年人长期疼痛的......
随着全球海洋环境的变化,鱼类和鱼类栖息地面临越来越大的压力,而在鱼类的养殖方面,还有可能面临外来物种的威胁而导致鱼类养殖产......
细粒度图像识别研究的内容是大类下的子类别识别问题,其关键是找到图像中的关键区域并从中提取有效特征。针对现有方法在定位关键......
针对复杂田间环境下杂草形态相似对深度学习模型识别效果的影响,本文以玉米及其主要伴生杂草作为研究对象,提出一种基于双线性卷积......
目前,基于深度学习的骨龄分类方法一般采用全手图像作为输入,或者通过标注额外的边界框或关键点来挖掘局部信息。针对全手图像骨龄......
针对细粒度图像识别领域中识别率不高、难以定位到图像中具有表征性的局部区域的问题,提出一种基于多区域融合的可变形卷积网络算......
深度学习技术在多种视觉任务中表现出优异的性能,特别是深度学习技术的发展大大促进了细粒度图像识别任务的进步.细粒度图像识别的......
近年来,由于深度学习在图像,语音以及自然语言处理等领域表现出的优异性能,被大量应用于解决实际问题。细粒度图像识别是图像识别......
与传统图像识别任务不同,细粒度图像识别目的在于区分同一个物种下的不同子类别,由于其类间差异小、类内差异大的特性,细粒度图像......
现代工业和科技水平的不断提高推动着社会经济的发展,然而,由此衍生的工业污染问题却给人类生态文明建设和物种多样性保护带来了严......
随着深度学习技术的广泛发展,细粒度图像识别技术成为当前计算机视觉领域研究的热点。细粒度图像识别的方法可以分为需要人工标注......
弱监督的细粒度图像识别仅使用图像级别标签来区分每个大类中不同的数百个子类。由于具有类内差异大类间差异小的特点,细粒度图像......
细粒度图像识别是计算机视觉领域一项极具挑战性的研究课题。受益于近些年深度卷积神经网络的发展,细粒度图像识别也获得了极大的......
细粒度图像识别作为近年来的热门研究方向,在工业界的各个领域都发挥着重要的作用,但由于其目标旨在区分同种下类别之间的差异,其......
细粒度图像识别的目标是对细粒度级别的物体子类进行分类,由于不同子类间的差异非常细微,使得细粒度图像识别具有非常大的挑战性。......
图像识别是计算机视觉研究领域中核心的研究方向之一,可分为一般图像识别和细粒度图像识别。一般图像识别指识别不同类型的物体,如......
由于子类别的高度相似性引起的类间微小差异,以及姿态、尺度和旋转方面的类内变化,使得细粒度图像识别成为一个具有挑战性的计算机......
图像识别技术目前已经广泛应用于互联网行业、金融行业、安防领域,相关的模型算法都很成熟。但是,在细粒度图像识别研究上存在很多......
病鸡区别于健康鸡的视觉特征主要表现在鸡头复合特征、鸡身纹理特征和体态特征.本文提出区域深度特征融合的细粒度病鸡识别方法,模......
科学家依靠鲸鱼尾巴的形状及其独特的标记来识别鲸鱼的种类,但靠人眼识别和手工标注的过程非常繁琐。而且鲸鱼尾巴照片数据集存在......
现有的基于注意力机制的细粒度图像识别方法大多都没有考虑目标局部的相关性,而且以往大多数方法都用多阶段或者多尺度机制,导致效......
为了以较高的精度和较快的速度实现同步目标定位与多种属性识别,提出一种同步目标定位与多种属性识别算法YOLOv3-多种属性(YOLOv3-......
细粒度图像分类是计算机视觉中一项基础且重要的工作,其目的在于区分难以辨别的对象类别(例如不同子类的鸟类、花或动物).不同于传......
目前基于深度学习的图像识别技术相较传统的图像识别技术在准确性方面取得了很大提高。但是通用的图像识别技术通常只能识别差异性......
细粒度图像识别是对粗粒度的大类别进行更加细致的子类划分。由于子类别间细微的类间差异和较大的类内差异,和通用图像识别任务相......
