可分离卷积相关论文
近年来,随着人工智能等新技术的快速进步,建筑建造技术的智能化升级成为建筑业态发展的重要趋势。钢筋绑扎作为钢筋混凝土结构施工......
深度学习已经在高光谱血细胞图像分类中获得广泛应用.然而,传统深度学习模型需要大量标记数据作为样本,忽略了高光谱图像“图谱合......
随着机器学习的发展,涌现出许多优秀的算法,子空间学习以其对数据的降维约简作用被学者们应用于各个学科领域。PCANet将子空间学习......
为了去除高光谱图像采集过程中产生的噪声,提升后续图像处理的性能,提出了一种融合空谱-梯度特征的深度高光谱图像去噪方法.它包括......
轴承是广泛和大量应用于生产设备的核心元件,开展基于振动信号分析的滚动轴承智能故障诊断的相关研究并及时准确地识别故障,对保证......
针对电子行业制造机器人对电子元器件检测精度低和速度慢的问题,提出基于改进YOLOv4的电子元器件检测方法.对网络结构进行改进,利......
图像隐写术是一种重要的隐蔽通信技术,它利用像素值或者DCT系数的微小变化隐藏秘密信息。然而,隐写技术有利有弊,其在为国家安全、......
针对现有人机交互中的手势识别算法不能有效消除采集背景对待提取手势区域存在的影响以及难以对手势的运动信息进行准确建模的问题......
针对现有图像局部特征描述算法在面向特征点法视觉SLAM应用中存在的耗时和精度不能兼顾的问题,提出了一种基于深度可分离卷积和反......
随着物联网设备数量的不断增长,物联网设备管理问题逐渐突出,如何在资源有限的物联网环境中准确地识别物联网设备是亟需解决的关键......
卷积神经网络(CNN)以其高准确率、适应性强等特点,在机器学习领域上具有得天独厚的优势,发展非常迅猛,准确率不断提升,代价就是网......
目标检测算法作为计算机视觉领域的基本任务之一,近几十年来得到了广大学者的广泛研究,产生了一系列优秀的研究成果。图像目标检测......
心脏磁共振成像(MRI)主要用于评估心功能参数和诊断心血管疾病,并且被视为心脏定量分析的金标准。而从心脏MRI中准确获取心内结构......
人脸识别具有交互性强、无需接触、便捷等优势,是模式识别领域研究的热点问题,在公共安防、智能教育、行人检测等领域得到广泛应用......
数字图像在日常的采集和传输过程中,会有很多原因导致其内容受到干扰。随着通信技术的快速发展,人们的生活与图像信息开始变得密不......
密集采样的光场在深度估计、重聚焦和三维展示等应用中表现出得天独厚的优势,但是获取困难且昂贵。消费级便携光场相机如Lytro、Ra......
情感识别是人机交互领域中一个重要的研究课题,它可以在教育、医疗、安全驾驶、游戏开发等领域发挥重要的作用。面部表情和语音是......
人像抠图技术是一种识别图像中的人像区域,包括头部、半身和全身位置,并准确预测出人像与背景交界处之间的不透明度。大多数人像抠......
在舌体图像分割过程中容易出现边缘细节的丢失,适用性差,算法运行速度慢等问题。论文针对上述问题提出一种改进的基于条件生成对抗......
针对当前基于卷积神经网络的双目立体匹配算法需要较高的特征提取能力且网络的参数量过多的问题,提出一种基于注意力机制的立体匹......
针对火焰检测定位精度与检测精度不高的问题,提出了基于定位置信度和区域全卷积网络的火焰检测方法。首先使用扩大的可分离卷积提......
针对大多数人像抠图存在时效性低、需要人工标注三分图和依赖颜色作为主要依据而导致精度难提高的问题,提出一种基于多任务学习的......
卷积神经网络(CNN)以其高准确率、适应性强等特点,在机器学习领域上具有得天独厚的优势,发展非常迅猛,准确率不断提升,代价就是网......
考虑到基于深度学习的恶意域名检测方法计算开销大,难以有效应用于真实网络场景域名检测实际,设计了一种基于可分离卷积的轻量级恶......
分类与检测是计算机视觉中两类最基本的任务,也是其他复杂计算机视觉任务的前提。自计算机视觉这一概念诞生以来,在目标检测领域获......
自从2012年Alex Net在ImageNet大赛上取得巨大成功之后,深度学习便成为一个热门的研究方向,研究人员用深度学习来解决图片分类、图......
语音情感识别是人机交互领域的一个研究热点。针对普通卷积神经网络参数量过大和不能较好地处理时序信息的问题,文中给出将可分离......
在实际陆战场环境中,作战人员无法随身携带GPU等大型计算设备,因此较难计算规模较大的神经网络参数,进而导致目标识别网络无法实时......
实例分割是一项具有挑战性的任务,它不仅需要每个实例的边界框,而且需要精确的像素级分割掩码.最近提出的端到端的全卷积实例感知......
图像分类对于人工智能和计算机视觉等研究领域的发展都是十分重要的,近年来,卷积神经网络在图像分类研究上占据着主导地位。但卷积......
深度学习模型的复杂性影响了人脸识别的实时性能,限制了人脸识别算法在实际场景中的应用。针对这一问题,提出了一种基于全局深度分......
