区域建议网络相关论文
随着计算机、人工智能技术迅速发展,目标跟踪在计算机视觉研究领域中已取得了举足轻重的地位,在实际生活和研究中都能看到它的应用......
随着我国铁路系统的快速发展,铁路运营里程和铁路网覆盖面积都大幅度增加。列车行驶途中行人、车辆等非轨道固有物体进入铁路轨道......
视频字幕生成技术是利用计算机模型为视频中的特定目标和场景生成相应文本标注的技术。它涉及到对物体、人物、场景、事件、时间关......
针对自然场景文本检测中存在的文本检测信息缺失、漏检的问题,提出了嵌入注意力机制的自然场景文本检测方法.利用Faster-RCNN目标......
本文针对水面漂浮物定位和识别不高的问题,基于FasterR-CNN提出一种深度学习网络模型,并使用自建数据集对该网络模型进行训练和测......
针对交通标志检测算法往往仅能对特定类标志检测或基于深度学习方法因训练样本少而造成"过拟合"高风险等问题,本文提出了一种基于......
针对采用感兴趣区域形变器(RoI Trans)检测排列密集、方向性显著的遥感图像目标性能较差且推理速度较慢等问题,采用逐步增强旋转候......
小麦麦穗的自动检测在产量预估、种子筛选等方面具有一定的科研应用价值。为进一步提高自然环境下麦穗识别与计数的准确性,本文提......
针对Faster R-CNN算法对多目标、小目标检测精度不高的问题,本文提出一种基于Faster R-CNN的多任务增强裂缝图像检测(Multitask En......
随着时代的高速发展,越来越多的信息充斥着人类的工作和生活,从图像或视频中智能化获取有效信息的需求急剧增加。目标检测是获取信......
行人、车辆和动物等非轨旁固有物进入铁路警戒范围内会引发严重的交通事故,因此有效地检测识别进入铁路限界的异物对于保障铁路行......
人脸检测作为计算机视觉领域的一个重要分支,是人脸跟踪、表情识别、人脸识别和年龄估计等诸多人脸相关技术中至关重要的一步。人......
随着时代的发展和科技的进步,汽车数量发生了指数性增长,交通堵塞、环境污染、交通事故频发等问题也随之而来,在此情形下,智能交通......
目前我国车辆的数量和种类都在急剧增加,在造成交通拥堵的同时,交通事故发生率也居高不下。因此,如何缓解交通压力,保障出行安全,......
在计算机视觉领域中,行人检测一直以来都是一个非常受关注的问题,并且在现实生活中,有很多应用都用到了行人检测技术,例如智能驾驶......
针对台风各阶段尺寸与纹理结构差异较大,存在识别难度大、准确率低的问题,提出改进Faster RCNN的台风云系识别方法。首先为模型选......
行人检测是机器人和无人车夜间工作应用中的重要任务之一,采用加速区域卷积神经网络框架实现夜间红外图像中的行人检测,用区域建议......
期刊
针对复杂背景下航拍图像中绝缘子识别定位困难问题,引入深度学习算法,利用基于区域建议的Faster R-CNN算法实现图像中的绝缘子识别......
针对行人检测中正负样本不平衡问题,使用构建了FPN(Feature Pyramid Networks)的Faster R-CNN进行检测,并在训练Faster R-CNN的RPN......
针对钢轨踏面块状伤损存在的尺度变化大、样本数据集小的问题,提出了基于改进Faster R-CNN的钢轨踏面块状伤损检测方法。首先,基于......
针对通用目标检测算法在检测航空影像目标所表现的性能缺陷,提出一种改进Mask R-CNN算法用于航空影像的目标检测。该算法增加图像......
借鉴目标识别领域的快速区域卷积神经网络(Fast RCNN),提出了基于Faster RCNN的行人检测方法,利用CNN提取图像特征,通过聚类和构建......
期刊
针对传统Faster R-CNN算法对小尺度车辆检测效果不佳的问题,提出一种改进型网络进行车辆检测的方法。首先,通过改进经典全卷积网络......
针对复杂背景下行人跟踪任务的深度学习网络模型和在线行人跟踪算法问题,在多层竞争融合模型目标检测预训练区域建议网络基础上,结......
X光影像导航成为提高机器人介入手术操作精度和安全性的关键突破点.因此,文中提出基于区域建议网络、残差结构和Canny边缘检测的导......
高清晰度的医学CT(Computed Tomography)在临床医疗诊断中发挥着关键作用。医生可以通过CT图像对患者做出病情诊断并给出治疗方案......
为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及FastR-CNN检测框架构建了......
杂草对观赏性草坪的生长带来很大的影响,并且需要及时有效的控制才有利于草坪的健康和美观。在现有技术中,大多数杂草识别技术的实......
行人检测作为目标检测的重要研究方向之一,多年来引起了人们特别的关注,并成为了理论研究和应用研究的热点,在智能监控视频、智能......
针对传统机器学习方法在车辆检测应用中易受光照、目标尺度和图像质量等因素影响,效率低下且泛化能力较差的问题,提出一种基于改进......
RCNN网络与全卷积网络框架等技术使得目标检测技术能够快速发展。RCNN网络与全卷积网络框架不仅训练速度快,推断速度也十分的迅速,......
交通标志检测是智能辅助驾驶的重要内容,能够准确分析前方道路信息并定位交通标志具体位置,为后续交通标志的识别提供依据,降低交......
配网设备异常通常伴有发热现象,红外图像能够有效检测出发热设备,预防配网事故的发生。随着红外图像采集技术在配网巡检中的广泛应......
为了提高行人检测的准确性和鲁棒性,针对现有行人检测方法准确率低且实时性不佳等问题,参考目标检测算法中快速区域卷积神经网络Fa......
现有目标检测算法主要以图像中的大目标作为研究对象,针对小目标的研究比较少且存在检测精确度低、无法满足实时性要求的问题,基于......
行人检测在计算机视觉领域中有着重要应用。但由于复杂的人体姿态等因素,会影响检测行人的准确率。本文提出基于Faster-RCNN的改进......
针对车辆型号繁多、部分型号间差异较小带来车辆分类困难的问题,构建一种基于改进的Mask R-CNN细粒度车辆型号识别算法。改进后的......
针对区域建议网络(Region Proposal Network, RPN)生成的建议框显著性不强和使用的分类置信度与定位不匹配的问题,在Faster RCNN目......
针对边缘环境下的图像隐私泄露和计算效率问题,提出一种边缘协作的轻量级安全区域建议网络(SecRPN)。基于加性秘密共享方案设计一......
为提高小尺度行人检测的准确性,提出一种基于改进Faster R-CNN的目标检测方法。通过引入基于双线性插值的对齐池化层,避免感兴趣区......
近年来,随着深度学习不断的发展,基于深度学习的图像研究与应用已经在很多领域取得了优异的成绩。RCNN网络与全卷积网络等技术框架......
目的为了提高生产线上生物芯片点样质量检测的精度与效率,研究基于图像处理和卷积神经网络的算法,判断某生物芯片点样质量是否合格......
针对计算机对图像或者视频中目标的识别和检测,提出了基于区域建议网络和卷积神经网络的目标检测识别算法。这种算法由生成建议框......
针对当前除草机器人杂草识别定位不准确、实时性差等问题,提出一种基于Faster R-CNN的草坪杂草识别算法。该方法首先使用快速区域......
针对井下光照不均匀、行人特征与背景的相似度高等导致基于计算机视觉的行人检测技术在井下应用面临很大挑战的问题,提出采用Faste......
针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴......
