一种基于卷积神经网络的深度感知显著性检测方法.pdf
代瑶****zy
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于卷积神经网络的深度感知显著性检测方法.pdf
本发明公开了一种基于卷积神经网络的深度感知显著性检测方法,具体步骤如下:a.将深度图转化为三通道深度图;b.将三通道深度图和彩色图分别送入彩色显著性网络和深度显著性网络中,得到彩色显著性图和深度显著性图;c.将彩色显著性图和深度显著性图一起送入显著性融合网络中,得到融合显著性图;d.将彩色显著性图和深度显著性图联合训练并计算损失函数loss,以此来训练步骤b和c中的网络,让其拥有更强的特征提取能力。
一种基于深度卷积网络的视频显著性检测方法.pdf
本发明公开了一种基于深度卷积网络的视频显著性检测方法。本发明步骤:1:以视频的当前帧及其对应的光流图像作为特征提取网络的输入;2:将当前帧和对应的光流图像串接后得到的张量作为深度卷积网络输入提取特征;3:设计特征集成网络用于融合特征图,并得到对视频显著性检测的粗略估计;同时为了获得蕴含在特征图中卷积信息的补充性信息,特征集成网络引入原始信息,包括当前帧和对应的光流图像;4:模型中引入轮廓提取网络进行空域细化,轮廓提取网络采用线下训练方式,并用于检测物体的边缘轮廓。本发明为特征集成提供了丰富的辅助信息。进一
基于压缩感知和卷积神经网络的谐波检测方法研究.docx
基于压缩感知和卷积神经网络的谐波检测方法研究基于压缩感知和卷积神经网络的谐波检测方法研究摘要:谐波检测被广泛应用于电力系统故障诊断和质量分析中。本文提出了一种利用压缩感知和卷积神经网络完成电力系统中谐波检测的方法。该方法在保证检测精度的同时,大大减少了数据采集和传输的成本,具有很好的实用性和应用前景。关键词:谐波检测;压缩感知;卷积神经网络;电力系统1.引言随着电力系统中电气设备的不断更新换代,质量问题一直是电力系统管理者关注的重点。其中,电力质量的问题是目前电力系统中需要解决的重要问题之一。谐波作为电力
基于结构感知深度神经网络的显著性对象检测算法.docx
基于结构感知深度神经网络的显著性对象检测算法基于结构感知深度神经网络的显著性对象检测算法摘要:显著性对象检测是计算机视觉领域中一个重要且具有挑战性的任务,它旨在从图像中定位和提取出显著的对象。近年来,深度学习在显著性对象检测领域取得了许多重要的突破。在本文中,我们提出了一种基于结构感知深度神经网络的显著性对象检测算法。引言:随着计算机视觉技术的不断进步,显著性对象检测在许多应用领域中都得到了广泛的应用,如图像编辑、目标识别和自动驾驶等。传统的显著性对象检测方法往往基于手工设计的特征和简单的机器学习算法,效
基于卷积神经网络与显著性特征的皮革缺陷检测.docx
基于卷积神经网络与显著性特征的皮革缺陷检测基于卷积神经网络与显著性特征的皮革缺陷检测摘要:随着皮革制造业的发展,对皮革产品的质量要求也越来越高。然而,由于皮革表面缺陷的复杂性和多样性,传统的人工检测往往无法满足实际需求。因此,本文提出了一种基于卷积神经网络和显著性特征的皮革缺陷检测方法。首先,利用卷积神经网络对皮革图像进行特征提取和分类。然后,通过显著性特征提取方法,进一步提高缺陷的检测准确率。实验结果表明,该方法可以有效地检测皮革表面的缺陷,具有较高的准确性和鲁棒性。引言:皮革制品广泛应用于服装、鞋类、