文档详情

一种基于复合卷积网络的目标跟踪方法及系统.pdf

发布：2023-05-07约1.9万字共14页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565639 A (43)申请公布日 2022.05.31 (21)申请号 202210158946.5 (22)申请日 2022.02.21 (71)申请人西安电子科技大学地址 71007

显示全部

相似文档

一种基于可变形卷积的孪生网络目标跟踪方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882395 A (43)申请公布日 2022.08.09 (21)申请号 202210392362.4 G06N 3/04 (2006.01)
2023-05-18 约1.31万字 12页立即下载
一种基于图网络的多目标跟踪方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802067 A (43)申请公布日 2021.05.14 (21)申请号 202110104067.X (22)申请日 2021.01.26 (71)申请人深圳
2023-06-03 约2.49万字 20页立即下载
一种基于目标跟踪网络的高空抛物检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362374 A (43)申请公布日 2021.09.07 (21)申请号 202110633431.1 (22)申请日 2021.06.07 (71)申请人浙江工业大学地址
2023-06-17 约1.75万字 18页立即下载
基于卷积神经网络的目标检测与跟踪方法研究 .pdf 基于卷积神经网络的目标检测与跟踪方法研究随着计算机算力和机器学习算法的不断进步，目标检测和跟踪技术在许多应用领域得到了广泛的应用，例如自动驾驶、智能家居、安防监控等。其中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）是目前应用最广泛、效果最好的深度学习模型之一。本文将重点介绍基于CNN的目标检测和跟踪方法研究，探讨其原理、技术挑战及应用前景等相关问题。【一、目标检测】目标检测指的是在一幅图像或视频中，自动识别出感兴趣的物体并确定其位置。传统的目标检测方法主要是基于手工设计的特征和分类器，例如Haar特征、HOG 特征等，这种方法需要大量的人力和
2024-11-14 约1.6千字 3页立即下载
基于卷积神经网络的红外船视频目标跟踪：方法挑战与优化.docx 基于卷积神经网络的红外船视频目标跟踪：方法、挑战与优化一、引言 1.1研究背景与意义在现代科技发展的浪潮中，红外船视频目标跟踪技术作为计算机视觉领域的关键研究方向，在军事和民用领域都展现出了极其重要的价值。从军事领域来看，红外成像技术凭借其独特的优势，在复杂的战场环境中发挥着不可替代的作用。在夜晚或恶劣天气条件下，可见光成像受到极大限制，而红外成像能够穿透黑暗、烟雾和云层等障碍，清晰地捕捉到舰船目标的信息。精确的红外船视频目标跟踪对于军事侦察、监视和打击具有重要意义，它可以为军事行动提供关键的情报支持，帮助作战人员实时掌握敌方舰船的位置、运动轨迹和行动意图，从而制定更加精准的作战策略，
2025-04-01 约2.59万字 21页立即下载
基于卷积神经网络的跨镜多行人目标检测与跟踪：方法创新与实践.docx 基于卷积神经网络的跨镜多行人目标检测与跟踪：方法创新与实践一、引言 1.1研究背景与意义随着城市化进程的加速和智能技术的不断发展，安防和交通等领域对于行人目标的检测与跟踪需求日益迫切。在安防监控中，跨镜多行人目标检测与跟踪技术能够帮助警方实时掌握人员的行动轨迹，从而有效预防和侦破各类案件。例如，在公共场所发生突发事件时，通过对多个监控摄像头捕捉到的行人信息进行分析和整合，可以快速定位嫌疑人的位置和行动路线，为警方的执法行动提供有力支持。在交通领域，准确检测和跟踪行人对于自动驾驶系统的安全性和可靠性至关重要。自动驾驶汽车需要实时感知周围的行人情况，以便及时做出决策，避免碰撞事故的发生。此
2025-04-27 约3.25万字 35页立即下载
一种基于知识图谱和图卷积网络的推荐方法及其系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112836125 B (45)授权公告日 2022.02.11 (21)申请号 202110170855.9 G06F 16/36 (2019.01)
2023-06-04 约1.85万字 14页立即下载
一种基于层次化决策网络的鲁棒目标跟踪方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112802061 B (45)授权公告日 2021.08.06 (21)申请号 202110299760.7 (56)对比文件
2023-06-06 约2.11万字 20页立即下载
一种基于条件对抗生成孪生网络的目标跟踪方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112837344 A (43)申请公布日 2021.05.25 (21)申请号 202011489615.7 (22)申请日 2020.12.16 (66)本国优先权数
2023-06-04 约2.46万字 19页立即下载
一种基于多轨迹融合的多目标跟踪方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802066 A (43)申请公布日 2021.05.14 (21)申请号 202110104062.7 (22)申请日 2021.01.26 (71)申请人深圳市普汇智联科技有限公司
2023-06-02 约2.25万字 17页立即下载
一种基于PYNQ框架的异构视觉目标跟踪系统及方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991382 A (43)申请公布日 2021.06.18 (21)申请号 20191
2023-06-09 约1.37万字 12页立即下载
一种基于复合卷积神经网络的化石图像分类模型的构建方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819096 A (43)申请公布日 2021.05.18 (21)申请号 202110219351.1 (22)申请日 2021.02.26 (71)申请人西北大学地址 71
2023-06-05 约1.67万字 15页立即下载
一种基于卷积神经网络的双目标增量学习方法[发明专利].docx PAGE 1- 一种基于卷积神经网络的双目标增量学习方法[发明专利] 一、引言随着大数据时代的到来，信息处理与分析技术得到了飞速发展。在众多领域，如图像识别、自然语言处理和智能推荐等，对数据的实时分析与预测需求日益增长。传统的机器学习方法在处理大量数据时，往往面临计算复杂度高、模型泛化能力差等问题。因此，如何高效、准确地处理海量数据，成为当前研究的热点。近年来，卷积神经网络（ConvolutionalNeuralNetworks,CNN）在图像识别领域取得了显著成果，其强大的特征提取能力使其在图像分类、目标检测等方面得到了广泛应用。然而，在处理增量学习问题时，CNN模型往往难以适应数据分布
2025-01-20 约3.02千字 6页立即下载
一种基于卷积神经网络的雷达目标分类方法.pptx 汇报人：2024-02-06一种基于卷积神经网络的雷达目标分类方法目录引言卷积神经网络基本原理雷达目标分类问题描述及数据集构建基于卷积神经网络的雷达目标分类模型设计实验结果与分析讨论结论与展望 01引言Part 雷达目标分类在军事、民用等领域具有广泛应用，如空中交通管制、导弹防御系统、无人驾驶汽车等。传统的雷达目标分类方法主要基于手工特征和浅层分类器，难以处理复杂的雷达回波信号和多变的目标特性。卷积神经网络（CNN）具有强大的特征学习和分类能力，在图像、语音等领域取得了显著成果，为雷达目标分类提供了新的思路。研究背景与意义国内外研究现状及发展趋势目前，国内外学者已经开展了一些基于CNN的雷
2024-06-16 约2.96千字 27页立即下载
一种基于半分组卷积的全融合神经网络的目标检测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112818871 A (43)申请公布日 2021.05.18 (21)申请号 202110153554.5 (22)申请日 2021.02.04 (71)申请人南京
2023-06-05 约2.59万字 18页立即下载