共查询到18条相似文献，搜索用时 171 毫秒
1.
2.
行人检测一直是视频分析领域的研究热点和难点,在无人驾驶、道路监控、智慧城市等方面具有广泛应用。介绍基于深度学习的行人检测技术,全面分析目标检测技术发展现状,研究行人检测关键技术及其处理流程,并基于YOLO v3进行了软件系统实现与验证。实验结果表明,深度学习技术能够在准确度和实时性方面满足行人检测要求。最后,探讨了行人检测技术未来发展和进一步研究方向。 相似文献
3.
基于强化学习的目标检测算法在检测过程中通常采用预定义搜索行为,其产生的候选区域形状和尺寸变化单一,导致目标检测精确度较低。为此,在基于深度强化学习的视觉目标检测算法基础上,提出联合回归与深度强化学习的目标检测算法。首先,深度强化学习agent根据初始候选区域所提取的信息决定相应搜索行动,根据行动选择下一个逼近真实目标的候选区域;然后,重复上述过程,直至agent能确定当前区域为目标区域时终止搜索过程;最后,由回归网络对当前区域坐标进行回归,达到精确定位目的。实验结果显示,在单类别目标检测中,与原算法相比其精度提高了5.4%,表明通过引入回归有效提高了目标检测精确度。 相似文献
4.
随着人们生活水平的不断提高,道路车辆拥堵情况愈发严重。如何实时、精确地检测出道路车辆,对于解决道路拥堵问题具有重要意义,GPU和人工智能技术的飞速发展为其提供了可靠的解决方案。研究分析传统目标识别算法、基于候选区域深度学习的目标提取算法RCNN和基于回归的深度学习目标检测YOLO,最终确定采用基于卷积神经网络的实时目标检测算法SSD。首先调用VGG16网络模型在ILSVRC CLS-LOC数据库上预训练生成初始网络模型,进而设置超参数并在自身数据集上进行再训练,生成新的网络检测模型,然后将训练和测试部署到深度学习框架Caffe上加以实现。通过在数据库COCO、VOC2012上的测试结果表明,该模型检测精度为76%左右,处理速度为26FPS。同时通过道路路口的实地车辆检测,显示该算法能够实时、精确地检测出道路车辆,为道路拥堵情况判定提供可靠数据。 相似文献
5.
杜军 《十堰职业技术学院学报》2012,25(1):106-109
基于特征的图像配准方法作为一种重要的图像配准方法,是近年来图像配准技术的研究热点。本文对BRISK算法进行了详细的描述。详细介绍了FAST角点特征提取算法、尺度空间构造以及尺度空间关键点检测方法、关键点描述方法和特征点匹配算法,给出了算法实现基本流程图。 相似文献
6.
目标检测是目前计算机视觉领域非常热门的研究方向,是无人驾驶技术重要环节。为提高行车过程中目标检测精度并改善基于单发多目标检测器在训练时出现的正负样本失衡问题,基于车载视频,运用深度学习算法中具有强大性能的SSD模型,通过引入Focal Loss函数设计新的损失函数,解决样本失衡问题;同时在不降低检测速率的情况下,提高检测精度。基于自行采集的车载视频数据集进行实验,结果表明,改进后SSD模型的mAP相较于原始SSD模型提高了3%,达到74%。 相似文献
7.
8.
基于人体关键点检测的方法需要融合由高分辨率到低分辨率子网络生成的表示,以提高关键点检测的准确性。设计了一种基于沙漏注意力高分辨率网络的人体姿态评估方法实验,在深度高分辨率表示学习的基础上构建沙漏注意力特征模块,并设计特征回传模块和多阶段监督算法,用融合中继监督和自蒸馏的方式实现高分辨率网络的监督训练。与经典方法在标准数据集上完成人体姿态评估实验对比,并在硬件设备上进行了真实场景实验,实现了行人姿态评估和危险行为报警。 相似文献
9.
图像语义分割作为AI领域的重要分支,是计算机视觉技术中的重要环节,同时也是深度学习算法的重要应用。介绍深度学习应用于计算机视觉技术之前图像处理中语义分割传统算法,并探讨语义分割问题中基于不同神经网络结构模型的深度学习算法及性能,如FCN、U-net算法。最后针对当前图像语义分割算法应用,总结展望未来研究方向。 相似文献
10.
随着计算机网络技术的快速发展,P2P应用作为发展最为迅速的应用之一,给人们带来方便的同时也影响了网络带宽资源及网络安全。深度包检测技术是P2P应用识别中广泛使用的技术,而模式匹配算法是深度包检测的关键技术,为了提高深度包检测技术,需要高效、可靠的模式匹配算法。对一些常用的模式匹配算法进行了分析和总结,并提出未来的研究方向。 相似文献
11.
图像分割是计算机视觉领域的一个重要方向,是图像处理的核心环节。伴随深度学习技术的发展,结合深度学习的图像分割技术在精确度上远超传统图像分割方法。卷积神经网络（CNN）与全卷积神经网络（FCN）的提出极大促进了图像语义分割技术发展,研究人员提出了很多新型网络模型,分割精准度大幅度提升。从传统语义分割方法、深度学习与传统方法相结合的图像语义分割、基于深度学习的语义分割3个方面阐述图像语义分割技术研究进展,为基于深度学习的图像语义分割技术研究提供参考。 相似文献
12.
13.
14.
A. Sai Sabitha Deepti Mehrotra Abhay Bansal 《Education and Information Technologies》2017,22(4):1673-1694
Currently the challenges in e-Learning are converging the learning content from various sources and managing them within e-learning practices. Data mining learning algorithms can be used and the contents can be converged based on the Metadata of the objects. Ensemble methods use multiple learning algorithms and it can be used to converge the Learning Objects from Learning Management Systems (LMS) and Knowledge Objects from Knowledge Management System (KMS). This can increase the performance of the learning system, especially when there is different content available from a variety of models. In this research, Data mining ensemble techniques are used so that an appropriate learning content is delivered to the learner. By converging, the learning content from various sources the Learning system pedagogies can also be revolutionized and a right learning path can be provided to the learners. This research work uses various classification techniques for converging and are evaluated using statistical measures. 相似文献
15.
SNS技术及SNS网站作为一项迅速发展的基于Web 2.0网络平台的用户创造类媒体,正逐渐渗透到人们的生活和学习中,它们为学习者进行有效交流与互动协作提供了强大的支持和服务。因此,基于深度学习的相关理论,选择目前可用于深度学习的五类平台为研究对象,采用观察法和内容分析法,从知识维度、技术维度、交互维度、学习维度四个方面对SNS平台促进深度学习的实际情况进行了比较分析。SNS平台能为个人知识管理提供最大帮助,基础技术功能和交互方式完善,多采用内外链接结合的交互链接结构,基本支持各类学习工具和实现深度学习的认知方式。但部分SNS平台缺乏深层次知识和反映知识框架的形式,且技术支持和交互效能仍有待提高;认知效果也和设想不完全一致,部分网络学习者仍处于浅层学习的阶段。针对当前研究中存在的问题,提出相应的对策和建议。 相似文献
16.
机器学习作为一门源于人工智能和统计学的学科，是当前数据分析领域重点研究方向之一。首先通过追溯机器学习起源和介绍不同算法在求解策略上的启发性思路，讨论五类机器学习的发展及其主要算法在评价方法和优化方式上的实现，进一步总结归纳各算法适用领域和算法优劣，最后指出各算法克服自身缺陷的最新进展和未来实现多算法融合的研究方向。 相似文献
17.
18.
近年来,随着DSP技术的快速发展,数字视频处理技术得到了越来越广泛的应用。边缘检测是是数字视频处理中的一项关键技术,而且是进行对象检测和识别的基础。首先分析了当前发展比较成熟的几种边缘检测算法,然后针对基于DSP的数字视频处理系统的特点选用Canny边缘检测算法,并在基于DM642的数字视频处理系统上实现,给出了仿真的结果。 相似文献