文档详情

一种基于卷积神经网络的无人机场景视频目标检测方法.pdf

发布：2023-05-07约1.3万字共13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 114565867 A (43)申请公布日 2022.05.31 (21)申请号 202210085038.8 G06N 3/08 (2006.01) (22)申请日 2022.01.2

显示全部

相似文档

一种基于无人机集群的分布式卷积神经网络分层匹配方法.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 112818788 B (45)授权公告日 2022.05.03 (21)申请号 202110093115.X G06N 3/08 (2006.01) (22)申请日 2
2023-06-02 约1.43万字 13页立即下载
一种基于卷积神经网络的焊点检测方法.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 113409250 A (43)申请公布日 2021.09.17 (21)申请号 202110579200.7 (22)申请日 2021.05.26 (71)申请人杭州
2023-06-21 约1.8万字 17页立即下载
一种基于卷积神经网络的物品检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117541558A (43)申请公布日2024.02.09 (21)申请号202311543186.0G06V10/764(2022.01)
2024-02-08 约6.41千字 6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
一种基于图卷积神经网络的视角自适应多目标摔倒检测方法.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 112966628 A (43)申请公布日 2021.06.15 (21)申请号 202110287827.5 (22)申请日 2021.03.17 (71)申请人广东工业大学地址
2023-06-10 约1.36万字 12页立即下载
基于神经网络的无人机输电线路巡回检测的任务卸载方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117729584A (43)申请公布日2024.03.19 (21)申请号202311737703.8G01D21/00(2006.01)
2024-03-18 约1.18万字 7页立即下载
基于FoveaBox无锚神经网络的无人机检测方法.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 112818964 A (43)申请公布日 2021.05.18 (21)申请号 202110350008.0 (22)申请日 2021.03.31 (71)申请人中国民航大学地址
2023-06-03 约1.55万字 17页立即下载
一种基于RBF神经网络的无人机喷涂质量监控系统及其方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114879485 A (43)申请公布日 2022.08.09 (21)申请号 202210579995.6 (22)申请日 2022.05.25 (71)申请人江苏科技大学地址 212100
2023-05-17 约1.57万字 14页立即下载
基于卷积神经网络的目标检测算法综述.pptx 基于卷积神经网络的目标检测算法综述;引言 卷积神经网络基本原理 基于卷积神经网络的目标检测算法分类经典目标检测算法介绍与比较;目标检测数据集及评价标准挑战与未来发展趋势;引言;;;;卷积神经网络基本原理;;;;;基于卷积神经网络的目标检测算法分类;;;;经典目标检测算法介绍与比较;首次将卷积神经网络（CNN）应用于目标检测任务，通过选择性搜索（SelectiveSearch）生成候选区域，然后使用CNN进行特征提取和分类。;;;;目标检测数据集及评价标准;;;;挑战与未来发展趋势;;;;THANKS
2024-06-15 约小于1千字 30页立即下载
基于卷积神经网络的目标检测算法研究.pptx ;;;;智能交通中的目标检测;;国外现状;国外现状;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;致谢感恩
2017-05-03 约小于1千字 59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
基于最优锚点尺度的卷积神经网络遥感影像目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882376 A (43)申请公布日 2022.08.09 (21)申请号 202210484475.7 G06V 10/74 (2022.01)
2023-05-18 约1.23万字 12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
一种卷积神经网络的红外图像目标检测FPGA加速器设计方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565801 A (43)申请公布日 2022.05.31 (21)申请号 202111235327.3 (22)申请日 2021.10.22 (71)申请人上海航天控制技术研
2023-05-07 约1.03万字 11页立即下载