image recognition | BriefGPT

关键词image recognition

搜索结果 - 212

KAN 在计算机视觉中的适用性：初步调查
Kolmogorov-Arnold Networks (KANs) are evaluated for visual modeling in image recognition tasks, comparing their performa
PDF19 days ago
基于卷积神经网络的特征提取深度学习模型研究
通过选用 AlexNet 和 InceptionV3 模型进行优化分类，结合医学图像特征，学习更深层次、更复杂结构的前向神经网络，再利用知识提取技术将结果数据提取到 AlexNet 模型中，从而提高计算效率和降低计算成本，使得训练后的 Al
PDF19 days ago
医学影像系统的深度学习特征提取识别的进展
提出了一种利用空间分层技术的新型无监督医学图像特征提取方法，并提出了基于权重的目标函数以实现快速图像识别。该算法将图像的像素分为多个子域，并使用四叉树访问图像。利用单纯形算法提出了一种阈值优化技术。针对高光谱图像的非线性特征，提出了一种基于
PDFa month ago
SEL-CIE: 非线性 sRGB 图像的基于知识引导的自监督学习框架下的 CIE-XYZ 重建
此研究论文提出了一个使用自监督学习方法和成对数据结合的框架，用于重建 CIE-XYZ 图像和重新生成 sRGB 图像，优于现有方法。该框架应用于 sRGB2XYZ 数据集。
PDFa month ago
MixCut：人脸表情识别的数据增强方法
通过使用 MixCut 方法进行数据增强，本研究在面部表情图像识别中实现了 85.63% 和 87.88% 的分类准确率，相较于 CutOut，Mixup 和 CutMix 等三种数据增强方法分别提高了 0.59%，0.36%，0.39%
PDFa month ago
视觉系统的资源高效感知
应对高分辨率图像处理中的计算挑战，提出了一种利用内存高效的基于块处理的框架，通过全局上下文表示和局部块信息实现对图像内容的全面理解，并在不受内存限制的情况下对超高分辨率图像进行训练，在分类、目标检测和分割等七个基准测试中取得了卓越性能，甚至
PDF2 months ago
自监督 BYOL 在半监督医学图像识别中的整合
通过将自监督学习与半监督模型结合，我们提出了一种创新方法以提高医学图像识别的能力。通过在未标记数据上进行预训练，然后将伪标记和标记数据集合并构建神经网络分类器，并通过迭代微调进行优化，实验证明我们的方法在医学图像识别的准确性方面优于现有方法
PDF3 months ago
图像识别中神经网络稳健性评估综述
近年来，对神经网络的稳健性评估引起了极大关注，深度学习的稳健性问题特别突出，研究人员致力于在图像识别任务中评估稳健性，在此综述中，我们对神经网络评估中敌对稳健性和扰动稳健性进行了详细研究，分析当前研究和标准，提供了图像识别中稳健性评估的广泛
PDF3 months ago
基于人工智能智能图像识别的河湖漂浮物检测研究
通过使用人工智能技术中的图像识别，本研究专注于探索一种创新的基于深度学习的方法，用于在河流和湖泊环境中检测浮游物，通过严格的实验验证，证明了该系统能够显著提高浮游物的检测准确性和效率，为河流和湖泊的水质监测提供了新的技术途径。
PDF3 months ago
CVPR基于任务驱动感知损失的图像识别超分辨率
本文提出了一种名为 SR4IR 的图像超分辨率增强方法，通过引导生成助于实现低分辨率图像处理时的满意图像识别性能的超分辨率图像。该方法使用了任务驱动感知损失来帮助超分辨率网络从专门为特定任务定制的网络中获取任务特定的知识，并通过交叉质量补丁
PDF3 months ago
ICLR改善半监督实例分割的 (伪) 标签
通过引入一种双重策略来增强教师模型的训练过程，从而显著改善少样本学习，同时提出一种校准校正机制，使学生模型能够纠正教师的校准错误。实验结果在 LVIS 数据集上表现出显著的提升，平均精度（AP）提高了 2.8％，稀有类别的 AP 提高了 1
PDF3 months ago
拼贴提示：经济实惠的视觉识别与 GPT-4V
我们的研究引入了拼贴提示，一种预算友好的提示方法，在 GPT-4V 上实现了多张图像的同时图像识别，并通过优化图像排列以达到最大的识别准确性，实验证明拼贴提示在成本效益上明显优于标准提示，并且学习的排列方式明显比随机排列在 GPT-4V 的
PDF3 months ago
图像识别上的对抗攻击多用途防御
在这篇论文中，提出了一种多功能的防御方法，只需要训练一个模型就能有效抵抗各种未知的对抗性攻击，并且该模型的分类准确率平均提高至 86%，表现比之前研究中提出的其他防御方法更好。在面对 PGD 攻击和 MI-FGSM 攻击时，多功能防御模型甚
PDF4 months ago
ICLRPAC-FNO: 并行结构全组分傅里叶神经操作器用于低质量图像识别
提出了一种新的神经网络模型 PAC-FNO，它在频域中进行操作，能够处理不同分辨率的图像，并且通过与现有的图像识别模型结合，显著提高了不同分辨率图像的性能。
PDF4 months ago
基于图像自适应可学习模块的低光图像识别性能改善
本研究提出了一种适应性图像学习模块，通过合适的图像处理和超参数预测，增强了低光条件下的图像识别模型的性能。实验证明，该方法能够有效提升低光条件下的图像识别性能。
PDF6 months ago
REBUS: 理解符号的稳健评估基准
我们提出了一个新的基准，用于评估多模态大型语言模型在谜题上的表现。该数据集包含 333 个原始的图像类文字游戏示例，包括电影、作曲家、主要城市和食物等 13 个类别。为了在评估被提示的单词或短语的基准上取得良好的性能，模型必须结合图像识别和
PDF6 months ago
无监督深度学习图像验证方法
通过利用自动编码器将面部图像向量转化为新的表示，本研究提出一种缩小有标签训练数据差距的方法，从而在无监督的人脸验证技术方面取得了 56％的 EER 相对改进，成功缩小了余弦和 PLDA 评分系统之间的性能差距。
PDF6 months ago
利用物体检测和口头反馈帮助盲人
本研究使用 YOLO 模型和 OpenCV 库，利用实时视频检测对象并将图像识别结果以可听形式提供给视觉障碍者，成功实现了优秀的平均准确率 (mAP)。
PDF6 months ago
基于面具的图像集去敏感化与识别支持
近年来，深度神经网络（DNN）已成为图像识别的实用方法。本文提出了一种基于掩膜的图像去敏感化方法，支持识别任务。该方法包括掩膜生成算法和模型调整方法，通过实验证明了我们方法在图像去敏感化同时支持识别方面的显著优势（准确率高达 9.34%）。
PDF7 months ago
UniRepLKNet：通用感知大卷积网络用于音频、视频、点云、时间序列和图像识别
我们提出了四种用于设计大核卷积神经网络的架构指南，并发现大核对于拓展卷积神经网络在非视觉领域具有卓越表现的关键因素。我们的模型在图像识别、时间序列预测和音频识别任务中表现出卓越性能，优于其他竞争模型，并且无需对体系结构进行特定模态的定制化处
PDF7 months ago