cnn | BriefGPT - AI 论文速递

关键词cnn

搜索结果 - 393

利用特征渲染进行 6D 物体姿态估计的 NeRF-Feat
从弱标记数据中学习姿态估计的方法，通过使用 NeRF 隐式学习物体形状，结合 CNN 使用对比损失学习视图不变特征，从而估计姿态。
PDF11 days ago
MambaDepth: 提升自监督细结构单目深度估计的长距离依赖性
MambaDepth 是一种针对自监督深度估计任务的新型网络架构，通过组合 U-Net 的有效性和 Mamba 架构的先进功能，结合了 CNN 和 Transformer 模型的优点，能够高效处理长距离依赖关系，提高深度估计精度，并在多个数
PDF24 days ago
基于深度学习的计算机视觉在自动驾驶技术中的应用研究
该研究探索了深度学习在自动驾驶计算机视觉技术中的应用及其对系统性能的改进影响。研究结果表明，深度学习技术可以显著提高自动驾驶系统的准确性和实时响应能力。尽管在环境感知和决策支持方面仍存在挑战，但随着技术的进步，预计未来能实现更广泛的应用和更
PDFa month ago
早期发现痴呆症的游戏化人工智能方法
通过整合基于卷积神经网络的健康指标数据和面部图像数据的认知评估游戏应用程序，本研究旨在开发一种新的深度学习启发的游戏方法，以早期检测痴呆症。通过我们的工作，我们的提出的 MOD-1D-CNN 模型可以使用真实生活的健康指标数据识别 70.5
PDFa month ago
基于广义似然比检测的私有 5G 网络中的单类分类作为干扰检测
通过分析具有专用设备的无线电信号，我们提出了一种用于检测干扰攻击的方法，并使用卷积神经网络 (CNN) 作为检测器实现广义最大似然比准则 (GLRT)。通过使用包括真实合法信号和人工生成的模拟不同类型干扰信号的数据集训练 CNN，我们评估了
PDF2 months ago
使用卷积神经网络和胶囊网络进行可解释的深度伪造视频检测
通过使用卷积神经网络和胶囊网络与长短期记忆，利用可解释的人工智能来区分深度伪造生成的帧和原始帧，以实现我们的目标，并促进透明的人工智能关系并提供真实场景的实际示例。
PDF2 months ago
CU-Mamba：用于图像恢复的具有通道学习的选择性状态空间模型
重建退化图像的关键任务在图像处理中非常重要，我们引入了基于通道感知的 U 形曼巴模型，它融合了双状态空间模型（SSM）框架与 U-Net 架构，通过引入空间 SSM 模块和通道 SSM 组件，它能够线性计算的复杂度相对于特征图大小进行全局上
PDF2 months ago
手写文本识别系统的最佳实践
手写文本识别已得到迅速发展，本论文通过实验证明了在预处理、CNN 架构和 CTC 损失三个方面的简单修改，可以提高手写文本识别系统的性能。
PDF2 months ago
利用基于 BERT 的模型推动跨学科研究：通过 SciBERT-CNN 与主题建模的方法
该论文介绍了一种使用 SciBERT 模型和 CNN 的新方法，通过处理摘要、正文、标题和关键词等多个部分，以解决多标签文本分类中的语义关系和类别不平衡问题，并在文献综述效率方面取得显著改进。
PDF2 months ago
ICLRVoltaVision: 电子元件分类的迁移学习模型
本文分析了在对电子元件进行分类时，迁移学习的有效性。我们介绍了一种轻量级卷积神经网络模型 VoltaVision，并将其性能与更复杂的模型进行了比较。我们测试了从类似任务中迁移知识到目标领域是否比在一般数据集上训练的最先进模型获得更好的结果
PDF3 months ago
MugenNet：一种新颖的综合卷积神经网络与 Transformer 网络及其在结肠息肉图像分割中的应用
基于混合原则，结合 CNN 和 Transformer，我们提出了一种名为 MugenNet 的结构用于结直肠息肉图像分割，实验证明 MugenNet 比仅使用 CNN 的模型在处理速度和准确度上显著提高。
PDF3 months ago
通过处理遮挡实现鲁棒的集成人员重识别的正交融合
通过使用集成模型和深度神经网络结构，提出了一种在人员重新识别中处理遮挡的方法，该方法在低分辨率边缘摄像头上能够生成稳健的特征表示。实验结果表明，所提出的方法具有竞争力的排名 - 1 和 mAP 表现。
PDF3 months ago
VM-UNET-V2 在医学图像分割中重新思考 Vision Mamba UNet
在医学图像分割领域，CNN 和 Transformer 基于模型已经进行了深入研究。然而，CNN 对长距离依赖的建模能力有限，使得充分利用图像内的语义信息变得具有挑战性。另一方面，Transformer 的二次计算复杂性提出了挑战。最近，基
PDF4 months ago
预检查提高颅脑 MRI 自动转移病灶的检测
用对比增强 T1 加权图像进行自动检测，结合预诊断 MRI 能显著减少假阳性结果，但是在对比增强 T1 加权图像之外加入其他序列对假阳性结果减少无明显影响。
PDF4 months ago
LIR：轻量级图像修复的高效降级去除
提出了一种轻量级图像恢复网络 LIR，通过高效的自适应关注 (EAA) 模块实现了去除图像降噪、模糊等的目的，同时比现有网络在参数和计算量上更高效且产生更接近人眼感知的视觉效果。
PDF5 months ago
AAAISCTNet：用于实时分割的单分支 CNN 与 Transformer 语义信息
SCTNet 是一种采用变换器语义信息的单分支卷积神经网络，用于实时分割任务，并在 Cityscapes、ADE20K 和 COCO-Stuff-10K 数据集上展现出最新的最先进性能。
PDF6 months ago
基于 ML 的飞行–CNN 仿射变换逆向
该研究论文描述了一种使用卷积神经网络自动解读驾驶舱仪表的机器学习方法，通过反演仿射变换并从仪表图像中推断飞机状态。通过合成转弯 - 滚转指示器的图像进行验证，该研究引入了一些方法，例如从单个图像生成数据集、用于最佳无噪训练的 “清洁训练原则
PDF6 months ago
释放 CNN 和 Transformer 在平衡的 RGB - 事件视频识别中的力量
基于 RGB-Event 数据的模式识别是一个新兴的研究课题，本文提出了一种相对轻量级的 CNN-Transformer 模型 TSCFormer，该模型在全局和本地特征提取上取得了平衡，经过大规模实验证实了其有效性。
PDF6 months ago
基于 CLIP 的提示视觉语言融合的行人属性识别
将行人属性识别问题（PAR）构建为视觉语言融合问题，充分利用行人图像与属性标签之间的关系，在特征嵌入方面采用预训练的视觉 - 语言模型 CLIP 作为骨干网络，并通过对比学习目标和 Transformer 层来捕捉像素之间的远程关系，最后采
PDF6 months ago
BCN: 批量通道归一化用于图像分类
该研究提出了一种新的规范化技术称为批次通道规范化（BCN），它结合了批次归一化（BN）和层归一化（LN）的优势，并可以应用于计算机视觉领域中的各种应用。
PDF7 months ago