双线性卷积神经网络相关论文
停车场作为城市建筑发展不可缺少的一部分,近些年发展十分迅速。在人工智能时代下,智慧停车场对停车场管理提出了信息化、智能化的......
基于手机图像的人民币鉴伪方法的研究有助于维护人民币在国际上的声誉,保障我国金融安全,维护社会正常的经济秩序以及维护社会的稳......
随着汽车行业蓬勃发展,出行面临的交通压力也愈来愈大,交通安全成为了人们关注的重点。分心驾驶是导致交通事故的重要原因,分心驾......
为了提高计算机视觉领域细粒度分类方法性能,采用双线性卷积神经网络(B-CNN)对其进行建模研究.以StanfordCars汽车数据集为研究对......
针对语音情感识别中无法对关键的时空依赖关系进行建模,导致识别率低的问题,提出一种基于自身注意力(self-attention)时空特征的语......
细粒度图像识别问题是针对同一个大类下面的不同子类进行精确识别.细粒度图像分类以其类间差异小、类内差异大等特点,一直是计算机......
针对轨枕挡肩裂纹图像精细化分类问题,提出了改进双线性卷积神经网络(B-CNN)模型。该模型先通过全局平均池化链接图像特征中的全局......
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......
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......
目的细粒度分类近年来受到了越来越多研究者的广泛关注,其难点是分类目标间的差异非常小。为此提出一种分类错误指导的分层双线性......
目的细粒度图像分类是指对一个大类别进行更细致的子类划分,如区分鸟的种类、车的品牌款式、狗的品种等。针对细粒度图像分类中的......
针对图像分类中背景信息太多容易误导分类结果的问题,提出一种筛选—识别网络架构,通过剔除与分类无关的背景信息、定位要分类的感......
随着智能交通系统的快速发展,基于图像的车辆分类越来越受到研究人员的重视。本文主要针对自然场景中的车辆图像进行细粒度分类研......
细粒度图像具有类间差异小,类内差异大的特点。图像之间的差异主要存在于细微的局部区域,局部区域定位及其代表性特征提取成为细粒......
近年来,随着智能化养殖业的兴起和国家对食品安全管理的不断加强,对动物进行准确的身份识别己成为行业内迫切需要解决的问题。目前......
随着食品安全追溯、无人超市、自主购物的兴起,蔬菜等农产品在流通和销售等环节的自动识别技术已成为急需解决的问题。在图像识别......
一阶段回归跟踪框架由于其快速且易于训练的性质吸引了很多研究者的注意。当前的一阶段回归网络可以通过多分支响应图的融合获得多......
针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题,提出基于多尺度双线性卷积神经网络(MS-B-CNN)的车型精细识......
随着信息化社会的大发展,各个领域信息处理的数字化程度越来越高,传统的人工处理逐渐由计算机取代。在票据处理领域,纸质形式票据......
