convolution neural network | BriefGPT

关键词convolution neural network

搜索结果 - 51

非本土英语使用者单词识别的频率重心特征
本研究旨在探讨何种辅助 Quintessential Mel 频率倒谱系数（MFCCs）可以提高非英语母语人士在有限语音识别任务中的表现，作者引入了频率重心用于改善在不同语音噪声条件下的英语单词识别能力，并通过两阶段卷积神经网络，对带有阿拉
PDF2 years ago
使用卷积神经网络预测睡眠质量
利用卷积神经网络结构对现代智能科技中可捕获的人类睡眠数据进行分类，提高睡眠阶段识别精度，并在三个公开数据集上与传统机器学习方法如逻辑回归、决策树、K 最近邻、朴素贝叶斯和支持向量机进行基准测试的性能表现进行对比，以此为未来研究模拟奠定基础。
PDF2 years ago
CVPR用于高效超分辨率的边缘增强特征蒸馏网络
本文提出通过结合 block devising、architecture searching 和 loss design，构建轻量级卷积神经网络（CNN）来提高图像超分辨率质量。我们提出了一种名为 EFDN 的边缘增强特征蒸馏网络，在受限资
PDF2 years ago
一种新型轻量级卷积神经网络的实用多光谱和地形数据在华利斯科的多类土地覆盖分析和分类
通过应用轻量级卷积神经网络，将多源数据进行分类与分析，可以更有效地实现局部土地利用管理和生态系统保护，促进可持续发展目标的实现。
PDF2 years ago
LCTR：唤醒 Transformer 的本地连续性以进行弱监督的物体定位
本文提出了一种基于 transformer 的新型框架 LCTR（局部连续 Transformer），旨在增强局部感知能力，包括关系补丁注意模块（RPAM）和 Cue Digging 模块（CDM），在两个广泛使用的数据集上进行了全面实验，
PDF3 years ago
MM透过透视引导的分数膨胀卷积实现的人群计数
本文提出了一种名为 PFDNet 的卷积神经网络方法，通过使用分数膨胀卷积核来适应不同标注的透视变换，在处理视频监控场景下的人群计数时，显著提高了目前最先进的方法的灵活性和计算效率。
PDF3 years ago
MM基于聚焦反距离变换映射的人群定位
本文提出使用 Focal Inverse Distance Transform map 和 Local-Maxima-Detection-Strategy，以及 Independent SSIM loss 优化卷积神经网络，实现在密集人群密
PDF3 years ago
Conformer: 卷积增强变压器（Convolution-augmented Transformer）用于语音识别
本文提出了一种名为 Conformer 的语音识别（Automatic Speech Recognition）模型，结合了 Transformer 和卷积神经网络 (Convolution neural network) 的优点，在参数更少
PDF4 years ago
CVPRCascadeTabNet：一种端到端的基于图像文档的表格检测和结构识别方法
本篇论文提出使用单个深度卷积神经网络（CNN）模型的改进型深度学习端到端方法：CascadeTabNet，用于解决表格检测和结构识别的两个问题，并通过有效的迁移学习和图像增强技术在 ICDAR 2013、ICDAR 2019 和 Table
PDF4 years ago
Facebook 广告监测：Facebook 上政治广告的独立审核系统
该研究设计和部署了一个独立审计系统，监控巴西 Facebook 政治广告，使用卷积神经网络识别政治广告，并与经典的监督式机器学习方法进行了比较，结果强调了政治广告法律执行机制的重要性和独立审计平台的必要性。
PDF4 years ago
ICMLOptic-Net：一种新型卷积神经网络用于诊断光学断层扫描图像中的视网膜疾病
本研究提出一种卷积神经网络架构，能够成功区分不同视网膜层的退化以及其潜在的疾病原因，准确率达到 99.8%，100%。此外，这种架构可以实时预测视网膜疾病，同时表现优于人类诊断医师。
PDF5 years ago
网络入侵检测的迁移学习方法
本文提出了一个使用转移学习的 ConvNet 模型，用于网络入侵检测，实验结果表明该模型可以提高检测准确度，不仅在主要攻击已知的测试数据集上（KDDTest +），而且在包含许多新攻击的测试数据集上（KDDTest-21）也有显着提升 --
PDF5 years ago
单幅图像超分辨率的混合残差注意力网络
通过采用二值化特征融合（BFF）结构，提出了基于残差组（RG）的多尺度特征提取模块和通道注意力机制的混合残差注意网络（HRAN），能够显著提高图像超分辨率的性能。
PDF5 years ago
基于空间定位的图谱网络瓦块的 3D 全脑分割
本文提出了一种名为 SLANT 的方法，结合传统医学图像处理和深度学习，提供了一种分布式多个独立 3D 全卷积网络进行高分辨率全脑分割的方法，并将其应用于大量未标记扫描的辅助标签，与传统多图谱分割方法相比，该方法的性能更优，并将计算时
PDF5 years ago
MM基于多通道卷积滑动窗口的流媒体实时隐写分析
通过滑动窗口检测算法和卷积神经网络，本文提出了一种基于多通道卷积滑动窗口的实时 VoIP 隐写分析方法。通过设计多个特征提取通道和使用前向全连接网络进行特征融合，实现对 VoIP 信号中的隐写信息的统计分析，检测能力表现出优异的低嵌入率性能
PDF5 years ago
KDD卷积神经网络内在相似度指标下的自适应图像流分类
本文提出了一种半监督多任务学习框架 CSIM，利用卷积神经网络层来学习适合进行新颖类别检测的潜在特征空间，实证比较了其性能优劣。
PDF6 years ago
CornerNet：将物体检测作为配对关键点的检测
通过使用单个卷积神经网络将检测到的目标边界框检测为一对关键点（左上角和右下角），我们提出了一种名为 CornerNet 的新的目标检测方法，并且引入了一种新的池化层 ——corner pooling，该方法有助于网络更好地定位角点，实验表明
PDF6 years ago
联合图像去模糊和超分辨率的门控融合网络
本文提出了一种基于卷积神经网络的深度门控融合模型来实现含运动模糊的图像超分辨率重建，并通过将特征提取步骤拆分成两个独立任务的设计来增强模型的训练效果并提升图像分辨率预测结果。实验结果表明，该模型能够高效生成清晰的超分辨图像。
PDF6 years ago
利用分区屏蔽卷积神经网络增强 HEVC 压缩视频
本文提出了一种基于分区蒙版卷积神经网络 (CNN) 的方法，通过利用编码器生成的分区信息指导质量增强，从而实现了对最先进的视频编码标准高效视频编码 (HECV) 的压缩视频增强。实验结果表明，该方法在基准序列上的 BD 率节省达到 9.76
PDF6 years ago
MoDL: 逆问题的基于模型的深度学习架构
该研究提出了一种基于卷积神经网络的模型重建框架，实现了解决逆问题的途径。该框架克服了深度学习方法中过多参数所占用的训练数据和时间上的需求问题，并在重构图像方面取得了显著成果。
PDF7 years ago