real-time applications | BriefGPT

关键词real-time applications

搜索结果 - 83

实时手势识别：骨骼数据融合和多流 CNN 的整合
本研究聚焦于手势识别，通过数据级融合和多流卷积神经网络架构的集成调节器，有效地解决了人手形态中的个体差异问题，将骨骼模式的时空手势信息编码到 RGB 图像中，从而提高了姿势理解的语义并降低了噪声，其在 SHREC2017、DHG1428、F
PDF9 days ago
YOLO9tr：一种利用广义高效层聚合网络和注意力机制的轻量级路面损坏检测模型
本研究提出了 YOLO9tr，一种基于深度学习的新型轻量级目标检测模型，用于道路损坏检测，其在特征提取和注意力机制方面引入了部分注意力块，以提高在复杂情况下的检测性能，并通过多国的道路损坏图像数据集进行训练，扩展了损坏分类范围，并与 YOL
PDF13 days ago
CVPRHumMUSS: 使用状态空间模型进行人体动作理解
基于状态空间模型，我们提出了一种新颖的无注意力空间时间模型，用于人体运动理解，兼具离线和实时应用的功能，并在各种动作理解任务中达到了变压器模型的性能水平。
PDF2 months ago
LAECIPS: 基于大型视觉模型辅助的适应性边缘云协作技术在物联网感知系统中的应用
基于 LAECIPS 的云边协作方法在 IoT 环境中通过大型云模型和轻量级边缘模型的协同推理实现了高准确性和低延迟，并适应了动态数据漂移的需求。
PDF2 months ago
高斯煎饼：基于几何约束的真实内窥镜重建的 3D 高斯点填充
通过引入 “高斯薄饼” 方法，结合基于循环神经网络的同时定位与建图系统，改善结直肠癌诊断中存在的限制，提高 3D 重建的质量和速度，从而实现结直肠癌的更好检测和诊断。
PDF3 months ago
使用内存高效稀疏卷积的自动驾驶实时三维语义占位预测
自动驾驶车辆中，实时理解自身车辆周围的三维环境至关重要。本文介绍一种从前视二维相机图像和 LiDAR 扫描中提取特征并使用稀疏卷积网络（Minkowski Engine）进行三维语义占用预测的方法，以解决实时应用中的高计算需求和稀疏场景完整
PDF4 months ago
最大推理准确性和能效的选择性任务卸载用于实时物联网感知系统
通过提出轻量级混合遗传算法来解决小型推理模型在边缘设备上动态分配推理任务以最大化推理准确度的问题，并与其他演化方法进行比较。
PDF4 months ago
实时全面的未知状态机器人姿态估计
通过单个 RGB 图像进行实时机器人姿态估计的端到端流程，无需已知机器人状态，并达到了领先水平的 12 倍速度提升。
PDF5 months ago
fMPI: 野外快速新视角合成与分层场景表示
我们提出了两种新的输入处理范例来对基于分层场景表示的新视角综合（NVS）方法进行改进，极大地提高了其运行时速度而不损失质量，实现了实时应用。
PDF6 months ago
LLM 强化的分层语言代理用于实时的人工智能与人类协调
AI agents using Large Language Models (LLMs) have revolutionized human-AI coordination in various tasks, but their high
PDF6 months ago
基于年龄的移动边缘计算调度：一种深度强化学习方法
移动边缘计算在实时应用中对信息时效性的重要性提出了新的理解与优化方法，基于马尔可夫决策过程和深度强化学习，将偏知识利用与系统动态建模相结合的算法应用于此问题研究，结果表明算法在多种场景下优于其他基准算法。
PDF7 months ago
医学图像分割的视觉 Transformer 近期综述
医学图像分割是各种医疗应用中至关重要的一环，能够实现准确的诊断、治疗规划和疾病监测。最近，视觉变换器（ViTs）作为一种有望解决医学图像分割挑战的技术逐渐崭露头角。本综述论文对于医学图像分割中 ViTs 和混合视觉变换器（HVTs）的最新发
PDF7 months ago
基于注意力机制的视觉应用中针对物理对抗攻击的实时策略
本文提出了一种高效的基于注意力机制的防御方法，利用对抗通道注意力快速识别和追踪浅层网络中的恶意对象，并在多帧情景中遮蔽它们的对抗影响。该方法提升了现有超激活技术在现实世界的对抗攻击中的效果，并引入了一个高效的多帧防御框架，通过广泛实验评估了
PDF7 months ago
精确快速的 PINNs 实现的 Fischer-Tropsch 反应微观动力学
使用物理信息神经网络 (PINNs) 模拟微观动力学对费托合成进行了研究，提出了一种计算效率高、准确性更强的方法，能够在实际过程条件下快速解决现有的微观动力学模型问题，对多尺度和多物理反应器模拟有很好的应用潜力，并能够实现实时过程控制和优化
PDF7 months ago
基于主动 LED 标记的事件相机实时六自由度姿态估计
通过使用主动 LED 标记（ALM）的简单而有效的基于事件的姿态估计系统，本文提出了一种能够在实时操作中以小于 0.5 毫秒的延迟和 3 千赫兹的输出速率运行的快速而准确的姿态估计算法，并通过使用 OptiTrack 系统作为测量基准，在静
PDF8 months ago
训练和预测实时应用的视觉误差
利用卷积神经网络预测视觉错误指标使得实时应用中的内容自适应阴影渲染更高效，具备较强的可推广性和计算速度。
PDF9 months ago
HiFTNet：具备谐波加噪滤波器和逆短时傅里叶变换的高速高质量神经声码器
本文介绍了一种名为 HiFTNet 的扩展模型，通过在时频域中使用基频（F0）的正弦源来快速推理，结合了反短时傅里叶变换（iSTFT）和谐波加噪声源滤波器，实现了高效、高质量的神经音频编码，为实时高质量语音合成应用开辟了新的前景。
PDF9 months ago
MacFormer：地图 - 代理耦合变压器用于实时和稳健的轨迹预测
利用地图约束的实时和鲁棒的轨迹预测方法，通过两个为地图和参考提取器设计的模块显式地将地图约束纳入网络中，并通过新的多任务优化策略来提高拓扑和规则约束的学习。通过在上下文融合中采用双边查询方案来实现更高效和轻量级的网络。实验证明，我们的方法在
PDF10 months ago
使用 U-Net 脉冲神经网络的单信道语音增强
本文提出了一种基于脉冲神经网络（SNN）和 U-Net 架构的能量高效语音增强模型，该模型在处理带有时间维度的数据（例如语音）和应用于资源有限设备上具有良好的性能，实验结果表明所提出的 SNN 模型在能量高效性上优于 Intel Neuro
PDFa year ago
ICCV基于不确定性引导的自适应弯曲算法实现鲁棒且高效的立体匹配
通过引入新的不确定性引导自适应相关性 (UGAC) 模块，本文提出一种动态计算相关性以实现鲁棒立体匹配的新视角。通过适应性调整采样区域和学习参数，UGAC 模块使得立体匹配能够更加鲁棒和高效地进行。实验证明，在 ETH3D、KITTI 和
PDFa year ago