中心损失相关论文
合成孔径雷达（Synthetic Aperture Radar,SAR）穿透能力强以及全方位、全天候工作特性,具有广泛的军用与民用价值,因此对SAR图像目标......
图结构数据广泛的存在我们的生活之中,分析和处理图结构数据对进一步的应用起着重要的作用。近年来,图神经网络研究受到广泛的关注......
近年来,机器学习、深度学习技术已经渗透到人们生活的各个领域,不同程度地影响着人们的生产和生活,并且不断地改造着传统行业,其中......
语音情感识别（Speech Emotion Recognition,SER）或声学情感识别自语音识别、说话人识别和情感识别研究诞生以来,在过去的几十年里取......
针对人脸识别技术实际应用中存在着网络参数冗余、模型计算量大及人脸推理过程慢等问题,本文通过对卷积神经网络(CNN)的结构设计和......
针对从单幅图像生成点云的任务,提出基于中心损失的对抗生成方法。通过联合图像和点云在同一空间的语义信息,从而产生更保真的三维......
在架空输电线路中对带电状态的绝缘子进行检测和故障定位,对保证电网可靠运行具有重大意义。基于无人机平台提出一种复杂背景条件......
肺炎是一种由微生物感染引起的疾病,严重时可危及生命。目前,世界上最常用的肺炎检测方法是胸部X光图像。利用深度学习图像处理算......
基于内容的图像检索技术旨在图像数据库中搜索与查询图像相似的图像,在诸如搜索引擎、电子商务、医疗系统等领域应用广泛。随着互......
随着计算机视觉技术的快速发展,人脸面部表情识别技术被越来越广泛地应用于疲劳驾驶检测、智慧医疗、远程网络课堂等一系列智能化......
农作物病虫害的出现在外观上会有直接的体现,病斑区域与非病斑区域的形状、颜色和质地都会有很大的改变。不论是借助检测工具还是......
细粒度图像分类相较于粗粒度图像分类,是针对图像大类别下进行精细的子类别的划分,在识别濒危物种的类别、创建物种识别系统等领域......
随着信息化技术的发展和现代生活方式的改变,各个领域对于如何快速自动的识别出用户身份提出了更高的要求。生物特征识别中的人脸......
针对细粒度车型中子车系间识别率低的问题,同时为了增强卷积神经网络的表征能力,提出融合独立组件的残差网络(IC-ResNet)模型。优......
坝面缺陷检测是水利枢纽安全巡检的关键环节,但复杂环境下坝面图像存在干扰噪声大和像素不均衡等问题,造成坝面裂缝难以精细分割。......
目的通过三维扫描仪得到的点云数据往往存在很多异常值,例如噪点、遗失点和外部点等。在这些异常值存在的情况下,为了提高三维点云......
针对车型精细识别率低的问题,提出基于局部特征与多损失融合的车型精细识别算法。首先通过Faster RCNN获取区分度较大的车脸区域;......
目前,通信技术正快速发展,新的调制方式也层出不穷。无论是民用还是军用,接收端在进行解调等信号处理的过程中,都需要调制识别这一......
针对在野外运动车辆分类过程中,传统梅尔倒谱系数与高斯混合模型分类方法对干扰噪声较为敏感的情况,提出了改进的密集卷积网络结构......
人脸图像检索,就是在人脸图像数据库中搜索与检索图像属于同一个人的人脸图像。随着社交网络在智能移动服务上的日益普及,包含人脸......
为了适应音乐信息检索领域和现实世界对音乐信号中乐器信息的需求,深度学习开始被应用于乐器识别任务。本文以复调音乐中的主乐器......
基于视频的人体行为识别在智能监控系统、基于内容的视频检索、人机交互等领域有着较为广阔的应用前景,是计算机视觉领域的前沿课......
随着人工智能和机器学习的不断发展,深度学习算法在计算机视觉领域取得了突破性进展。以卷积神经网络为基础的少样本学习模型由于......
针对常规深度学习的人脸识别方法训练数据量巨大和训练难收敛的问题,提出一种基于残差网络与中心损失的人脸识别方法。利用生成对......
视觉跟踪是计算机视觉领域的一个基础但快速发展的研究课题。视觉跟踪的应用十分广泛,包括视频监控,自动驾驶,机器人导航和增强现......
说话人分割聚类技术是语音信号处理的一个重要技术,也是多种语音应用系统的重要组成部分,它在多说话人音频处理中发挥着重要作用。......
针对当前人脸识别任务和人脸验证任务所面临的人脸识别准确率低、验证有误等安全隐患问题,为进一步增强深度特征的判别能力,提出了......
随着红外成像技术的发展,使用红外仪器设备对电气设备进行热故障检测诊断已经成为电力设备巡检的主流方法之一。为了提高电力系统......
以Faster R-CNN为代表的two-stage目标检测算法检测速度慢,而one-stage目标检测算法中的SSD算法虽然检测速度快,但对交通标志类小......
开源机器学习库DLIB中的人脸检测对齐任务的运行时间长,检测精度不高,以及用三元组损失训练的模型收敛速度较慢。针对以上三点不足......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对传统手写汉字识别特征提取过程复杂,识别率低及通用深度学习分类模型判别能力较弱的问题.本文设计了一种多通道交叉融合的深度......
为提高电气设备红外故障图像识别准确率,提出了基于双监督信号深度学习的电气设备红外故障图像识别方法。首先,使用Slic超像素分割......
针对疲劳驾驶检测问题,提出一种以softmax损失与中心损失相结合的深度卷积神经网络算法。首先,利用含有方向的梯度直方图(histogra......
针对表情识别领域中识别准确率不高的问题,以卷积神经网络为基础,提出一种引入特征通道注意力机制和中心损失函数的表情识别算法。......
传统的飞机识别方法受模糊、遮挡、噪声以及光照等多种因素的干扰时会降低识别率,且卷积神经网络主要依赖局部特征,却丢失了轮廓特......
在指静脉识别中,如何利用卷积神经网络提取具有类间分离和类内聚合的静脉特征是当前的研究热点,为此提出了在卷积神经网络中采用中......
针对现有车辆车型视觉识别技术中的检测精度不高、难以适应天气环境变化、难以从视频图像中准确提取出用于识别的车辆图像、难以对......
针对通用目标检测方法YOLO(you only look once)直接应用到人脸检测中存在召回率不够高、定位不够准确的问题,提出一种由密集到稀......
随着人工智能技术的兴起,智能化、便捷化的生活渐渐成为人们的追求,而卷积神经网络的发展使图像领域面临前所未有的发展契机。因此......
目前,卷积神经网络在计算机视觉领域的很多任务中均获得了令人瞩目的成绩,主要是得益于大规模的训练数据及其端到端的网络结构。然......
卷积神经网络(CNN)在脱机手写汉字识别领域取得了杰出的研究成果。采用更深层卷积神经网络可取得更高识别准确率,但是模型容量和计......
随着近年来深度学习的发展及计算机性能的大幅提升,计算机视觉迎来了突飞猛进的发展,也开辟了许多新领域。在目标检测与识别算法已......
传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不......
为了解决现有合成孔径雷达(SAR)图像目标识别算法识别率不高、泛化能力不足的问题,提出一种基于卷积神经网络的SAR图像目标识别模......
随着个人信息安全问题越来越被人们重视,基于生物特征的身份识别技术,如指纹识别,人脸识别,虹膜识别等也得到了越来越多的关注。近......
