关键词convolutional network architecture
搜索结果 - 3
- 基于图卷积核的三维点云物体检测
该研究提出了一种基于 2D 透视范围图像的卷积神经网络架构方法,可用于直接从范围图像视图学习 3D 表示。通过利用本地几何和跨模态融合处理,该方法在行人检测方面的 AP 从 69.7%提高到 75.5%,同时模型参数和操作速度均表现良好。
- 野外手部检测的上下文关注
该研究介绍了 Hand-CNN 这个新的卷积神经网络架构,用于在不受限条件下检测手的掩模和预测手的定向。此外,该研究还介绍了一个包含手部在限制松散条件下的图像的大型手部注释数据集。最后,该研究证明了 Hand-CNN 在多个数据集上的优越表 - MoDeep:基于运动特征的人体姿态估计深度学习框架
本研究提出了一种新颖高效的卷积神经网络结构,其中融合了颜色和运动特征,可用于视频中的人类姿态估计。同时,作者还创建了包含运动特征的新数据集 FLIC-motion,并对其应用了该网络结构,结果表明其性能显著优于当前最先进的姿态检测系统。