PythonMORAN一种用于场景文本识别的多目标纠正注意网络

一种机动目标追踪算法

针对BP网络的Sigmoid激励函数本身没有物理意义,相应的网络学习训练完全是黑箱型方式,提出一种FOBP(fuzzy optimized Back propagation)网络,它采用一种模糊优选模

这是一个客户端应用程序，这意味着您将需要一个服务器才能运行应用程序。 推荐使用具有强大GPU和高网络带宽的服务器。

为了方便而快速地在图像中标出目标，提出了一种基于视觉注意的小目标检测方法。该方法对Itti通用视觉注意计算模型作了改进，将目标检测过程分为亮目标检测和暗目标检测。其中亮目标检测采用了简化的Itti模型

为了解决对小目标物体识别精度较差的问题,提出了一种双注意力模型引导的目标检测算法。该方法基于单阶段检测算法的实现原理,通过引入两种注意力模型来提升检测性能,尤其是对小目标物体。首先在卷积神经网络中引入

提出一种基于深度学习的目标跟踪算法,该算法利用深度学习中深度置信网络(Deep Belief Networks, DBN)的方法,根据输入图像标记信息,深度分析图像结构,训练得到一个分类器对各帧图像中

一种基于人脸识别专利

摘要: 针对VRML语言直接构建虚拟场景较为困难, 提出了一种快速建模方法, 通过配准场景平面图绘制图元并结合坐标系 解决了数据源和场景组合问题, 同时利用图元绘制、超薄长方体交互式纹理映射生成建筑实

一维距离像目标识别的经典文章，阐述了目标识别的发展现状与发展重点

深度卷积网络提取的表情特征易受背景、个体身份等因素影响,其与无用特征混合在一起对表情识别造成干扰。针对此问题,提出一种基于注意力模型的面部表情识别算法,该方法基于一个轻量级的卷积神经网络以避免过拟合,