搜索结果: 1-15 共查到“计算机科学技术 目标检测”相关记录97条 . 查询时间(0.124 秒)
基于语义引导特征聚合的显著性目标检测网络
显著性目标检测 混合注意力 多层次融合 深度学习
2024/1/16
在显著性目标检测网络的设计中,U型结构使用广泛.但是在U型结构显著性检测方法中,普遍存在空间位置细节丢失和边缘难以细化的问题,针对这些问题,提出一种基于语义信息引导特征聚合的显著性目标检测网络,通过高效的特征聚合来获得精细的显著性图.该网络由混合注意力模块(Mixing attention module,MAM)、增大感受野模块(Enlarged receptive field module,ER...
中国科学院新疆天文台科研人员在人工智能目标检测和分割研究领域获进展（图）
人工智能 目标检测 演化理论
2024/2/26
在诸多数据处理工程领域中(例如：深空探测目标检测和追踪),人们需从因物理约束或昂贵装备限制下(如:射电望远镜天线降采样、深空遥感车载CCD的有限传感器)获取的不完备测量数据中检测目标。这一任务的实现可以促进诸多领域发展，其基础数学理论框架的建立具有积极意义。近几年，新疆天文台行星科学研究团组研究人员单昊采用微分几何曲线演化理论，基于压缩感知快速优化算法，进行了高度不完备测量数据中多目标边缘检测的理...
中国科学院软件研究所天基综合信息系统重点实验室研究团队的论文“Disentangle and Remerge: Interventional Knowledge Distillation for Few-Shot Object Detection from A Conditional Causal Perspective”近日被人工智能领域顶级学术会议AAAI（Association for th...
中国科学院软件所在小样本目标检测方面取得进展（图）
目标检测 知识蒸馏 人工智能
2023/8/20
软件所天基综合信息系统重点实验室研究团队的论文“Disentangle and Remerge: Interventional Knowledge Distillation for Few-Shot Object Detection from A Conditional Causal Perspective”2023年2月27日被人工智能领域顶级学术会议AAAI（Association for t...
中国科学院合肥物质科学岛团队提出一种新型目标检测技术的人工智能框架（图）
检测技术 人工智能框架 神经网络
2023/7/23
2022年10月14日, 中科院合肥研究院智能所先进制造技术研究中心王红强研究员团队提出了一种新型目标检测人工智能框架，为快速高精度实时在线目标识别提供了新的解决方案。相关工作发表在计算机科学及工程技术领域顶刊 Expert Systems With Applications 上。
基于深度学习的光学遥感图像目标检测研究进展
深度学习 光学遥感 目标检测 卷积神经网络
2024/1/19
光学遥感图像的目标检测(Optical remote sensing images object detection,ORSIOD)是航空和卫星图像分析领域的一个基本但具有挑战性的问题,近年来受到广泛关注.本文从如下几个方面介绍了基于深度学习的光学遥感图像目标检测的研究现状.首先对光学遥感图像目标检测的主要难点进行了介绍,接着对现有基于深度学习的目标检测算法进行概括,并以光学遥感图像目标检测的难点...
目标检测技术是光学遥感图像理解的基础问题,具有重要的应用价值.本文对遥感图像目标检测算法发展进行了梳理和分析.首先阐述了遥感图像目标检测的特点和挑战;之后系统总结了典型的检测方法,包括早期的基于手工设计特征的算法和现阶段基于深度学习的方法,对于深度学习方法首先介绍了典型的目标检测模型,进而针对遥感图像本身的难点详细梳理了优化改进方案;接着介绍了常用的检测数据集,并对现有方法的性能进行比较;最后对现...
基于深度学习的极性电子元器件目标检测与方向识别方法
电子制造 深度学习 方向识别 目标检测 Faster RCNN
2024/1/22
极性电子元器件的类别、方向识别、定位在工业生产、焊接和检测等领域发挥着至关重要的作用.本文首先将极性电子元器件的方向识别问题转化为一个分类问题,然后,采用Faster RCNN(Region convolutional neural network)与YOLOv3方法实现了极性电子元器件的准确分类、方向识别和精准定位.实验取得良好的效果,两种算法的平均准确率(Mean average precis...
目标检测模型及其优化方法综述
卷积神经网络 目标检测 子模块优化,
2024/1/22
近年来,基于卷积神经网络的目标检测研究发展十分迅速,各种检测模型的改进方法层出不穷.本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳.首先,对基于卷积神经网络的主要目标检测框架进行了梳理和对比.其次,对目标检测框架中主干网络、颈部连接层、锚点等子模块的设计优化方法进行归纳,给出了各个模块设计优化的基本原则和思路.接着,在COCO数据集上对各类目标检测模型进行测试对比,并根据...
常用的优化回归边界框参数的损失并不等价于最大化IoU指标，并且IoU作为回归损失，在边界框不重叠的情况下进行优化是不可行的。为了解决这个问题，在IoU基础上加入外接框的计算，将所得结果(3D_CGIoU)作为损失纳入到目前主流的三维目标检测框架中，并在数据集KITTI和ScanNet上进行实验。实验结果显示检测的平均精度得到了提升，表明该方法是有效的。
基于最优误差自校正极限学习机的高频地波雷达RD谱图海面目标检测算法
高频地波雷达 极限学习机 目标检测 RD图像
2024/1/23
高频地波雷达(High-frequency surface wave radar,HFSWR)在超视距舰船目标检测跟踪中有广泛应用.然而,HFSWR工作频段的电磁环境十分复杂,舰船目标信号往往被淹没在各种噪声中.本文提出一种基于最优误差自校正极限学习机(Optimized error self-adjustment extreme learning machine,OES-ELM)的HFSWR海面...
在日常购物时，我们不妨畅想一下未来商超的购物场景：无需结算台，消费者取下产品的同时，商品识别算法就可以完成自动结算；无需货架管理员，智能货架管理技术可以实时动态监测商品数量变化，并自动完成数据分析。实现这种智能化消费方式的核心难点在于解决目标检测计数联合任务领域中的遮挡问题。近日，中国科学院软件研究所智能软件研究中心发布了目前为止最大的零售场景目标检测计数联合任务数据集——Locount，该数据集...
基于扩散的视觉显著目标检测
扩散矩阵 种子向量 拉普拉斯矩阵 视觉显著目标检测
2018/9/30
针对图像背景颜色和视觉显著检测目标信息颜色相近时,显著检测结果的精度和效率不高的问题,提出了一种基于扩散的视觉显著目标检测模型.首先通过对对称矩阵的构造并丢弃常数特征向量和辨别力进行了重新组合扩散矩阵,然后对扩散矩阵中的种子向量进行重新构造,最后将重新组合的扩散矩阵和重新构造的种子向量进行扩散,得出了基于扩散的视觉显著目标检测算法.实验结果表明:该算法较之前的算法有一定的改进,在背景颜色和视觉目标...
基于双剔除门限的ＳｗｉｔｃｈｉｎｇＣＦＡＲ目标检测算法
目标检测 恒虚警 ＳｗｉｔｃｈｉｎｇＣＦＡＲ 双剔除 ｋ分布
2018/6/11
为了解决传统的目标检测算法在非均匀噪声环境下检测性能严重下降的问题，提出了一种基于双剔除门
限的 ＳｗｉｔｃｈｉｎｇＣＦＡＲ（ｓｗｉｔｃｈｉｎｇｃｏｎｓｔａｎｔｆａｌｓｅａｌａｒｍｒａｔｅｂａｓｅｄｏｎｄｕａｌｃｅｎｓｏｒｉｎｇｔｈｒｅｓｈｏｌｄｓ，ＤＣＳＣＦＡＲ）目标检测算
法。基于参考窗参考单元样本期望值和测试单元，得到双重剔除功率比较门限。通过双重比较，剔除参考窗中极
大值参考单...