一种基于时空卷积神经网络的视频目标分割方法.pdf
觅松****哥哥
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于时空卷积神经网络的视频目标分割方法.pdf
本发明涉及计算机视觉的技术领域,特别是涉及一种基于时空卷积神经网络的视频目标分割方法,其不需要依赖光流标注信息来训练光流模型,节省人力资源,提高视频分割准确度;包括:使用ResNet‑101网络,前部均为卷积层,并且最后三个为反卷积层;使用三个跳过连接来连接低位图层功能以保留每个决议中的时空信息;输入为N幅连续的帧(I
一种基于深度卷积神经网络的特定目标轮廓图像分割方法.pdf
本发明属于图像识别技术领域,尤其涉及一种基于深度卷积神经网络的特定目标轮廓图像分割方法,包括:将用于训练的图像归一化到相同像素大小,对应的特定目标轮廓标注图像也归一化,送入卷积神经网络,经过数层卷积层与全连接层,在全连接层的最后一层得到图像表达,并与对应的标注图像比较得到预测误差;采用反向传播算法和随机梯度下降法来减小预测误差以训练该神经网络,得到特定目标轮廓图像分割的训练模型;将测试特定目标图像归一化到与训练图像相同的像素大小后送入训练模型,在全连接层的最后一层得到预测的图像表达从而得到整张特定目标轮廓
一种基于卷积神经网络的人形靶分割方法.pdf
本发明公开了一种基于卷积神经网络的人形靶分割方法,属于计算机视觉识别领域,用以解决目前人形靶分割精度不高,人形靶识别分割速度慢及对复杂场景的适应能力较低的问题。方法包括:确定人形靶目标图像数据集,通过深度卷积网络提取图像特征,并利用得到的特征图构建FPN网络;将FPN网络特征同时输入一个分类网络及一个分割网络,两个网络并行执行;将两个网络的输出结果融合之后得到分割后的人形靶特征图,最后通过确定人形靶的位置信息,将人形靶区域从图像中截取出来,剔除背景的干扰,提高后续的弹孔检测速度与精度。该方法实现了快速高效
基于卷积神经网络的视频检索方法及系统.pdf
本发明公开了一种基于卷积神经网络的视频检索方法及系统,所述方法包括:首先构建基于卷积神经网络的计算模型;通过图像数据对计算模型进行训练,得到优化计算模型;去除模型中的分类器,得到提取计算模型;对已有视频资源进行转场帧的提取,并通过提取计算模型提取得到转场帧的转场特征,建立转场特征数据库;将待检索的视频进行转场帧的提取得到转场特征,将转场特征在转场特征数据库中进行检索,得到视频的检索结果。所述基于卷积神经网络的视频检索方法及系统通过将视频内的转场帧作为数据处理的对象,不仅提高了检索过程的鲁棒性,而且去除了冗
基于脉冲卷积神经网络的战场目标图像阈值分割方法.pdf
本发明公开了一种基于脉冲卷积神经网络的战场目标图像阈值分割方法,包括:利用多重卷积模板提取战场目标图像基本特征;建立IF神经元模型;通过初始化神经元模型参数、采用首脉冲触发方法对战场目标图像基本特征进行编码,搭建“输入层—中间层—输出层”的脉冲神经网络拓扑结构;利用感受野整合输入层脉冲序列,计算得到中间层每一个神经元与输入层神经元之间的连接权值,同时基于IF神经元模型计算中间层神经元的瞬时膜电位;基于阈值分割原理完成战场目标图像分割;采用二维熵来评价分割结果。与传统方法相比,使用本发明提出的战场目标图像分