特征复用相关论文
图结构能够直观地反映样本点间的关联性,近年来,基于图结构的聚类算法得到了广泛研究。目前已提出的传统算法能较好的利用样本点的......
随着深度学习领域的快速发展,目标检测算法被应用到越来越多的行业中。目标检测算法对图像像素做数学运算,根据其运算结果确定目标......
近些年来,得益于公开的大规模数据集和高性能计算机系统的进步,机器学习（特别是深度学习）飞速发展,网络模型不断推陈出新。以深度学......
监控重点海域的海上舰船目标分布对于发展海洋经济、监管海上交通、保障海上安全和国防建设等方面具有重要意义。但是,舰船目标检......
在计算机视觉领域,目标检测作为一个重要的基本课题,不仅是行为检测、图像分割等研究课题的基本理论出发点,也在智能监控、智能驾......
目标检测技术是众多计算机视觉任务中的关键技术之一,在交通、安防、军事、医疗等众多领域发挥着重要作用。然而设计精准、快速的......
语义分割任务,是对输入的一张图片进行像素级的分类。与图片分类、目标检测等视觉任务相比,语义分割需要更精准的定位和分类能力,......
通过研究卷积神经网络中的特征层级,发现高层特征图的分辨率低、语义信息强,低层特征图的分辨率强、语义信息较弱等问题。针对上述......
目的基于全卷积神经网络的图像语义分割研究已成为该领域的主流研究方向。然而,在该网络框架中由于特征图的多次下采样使得图像分......
为解决自然场景下检测多个交通标志准确率低、特征提取网络复杂等问题,提出一种基于改进Faster R-CNN的交通标志检测算法。将原算......
随着信息技术的快速发展,通过移动设备获取花卉图像,并能快速准确的对花卉进行识别与分类的应用研究受到了广泛的关注。自然条件下......
目标检测主要用来解决图像或视频中的物体是什么以及在哪里的综合问题,它是目标分割、目标跟踪、行为识别等更复杂的计算机视觉任......
针对模型VDSR,收敛速度慢,训练前需要对原始图像进行预处理,网络中存在的冗余性等问题,本文提出一种基于深度跳跃级联的单幅图像超......
针对现有目标检测算法在检测时易受到图像尺度变化、目标间遮挡或截断等因素影响的问题,对卷积神经网络(convolutional neural net......
本文针对交通场景下的车辆与行人,进行目标检测方法研究。选取SSD(Single Shot MultiBox Detector)目标检测模型作为本文的研究对......
对于合成孔径雷达(SAR)图像,传统的超分辨重建方法对视觉特征的人为构造十分依赖,基于普通卷积神经网络(CNN)的超分辨重建方法对微......
为了在不降低准确率的前提下,减小卷积神经网络模型的体积与计算量,提出一种基于特征复用的卷积神经网络压缩模块--特征复用单元(F......
