文档详情

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

发布：2023-06-10约1.36万字共12页下载文档

文本预览下载声明

(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

显示全部

相似文档

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
一种基于卷积神经网络的无人机场景视频目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 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
2023-05-07 约1.3万字 13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
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
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
一种基于宽卷积神经网络的图像去噪方法.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 112801897 A (43)申请公布日 2021.05.14 (21)申请号 202110071024.6 (22)申请日 2021.01.19 (71)申请人西安理工大学地址
2023-06-05 约1.75万字 18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
一种基于卷积神经网络的沙漠地区管道泄漏目标识别方法.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 113392705 A (43)申请公布日 2021.09.14 (21)申请号 202110522573.0 G06N 3/04 (2006.01)
2023-06-19 约1.13万字 11页立即下载
一种基于卷积神经网络的碎片报文检测方法及存储介质.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 113014578 A (43)申请公布日 2021.06.22 (21)申请号 202110205408.2 (22)申请日 2021.02.24 (71)申请人西安
2023-06-06 约7.39千字 7页立即下载