- 利用无性繁殖优化算法进行信用卡欺诈检测
本文介绍了一个基于有性繁殖优化方法,即 ARO,结合机器学习实现的信用卡欺诈检测系统,相较其他方法,ARO 方法大大降低了训练时间,提高了欺诈检测中的召回率,可用于实时系统。
- StyleAvatar:通过单个视频实时生成逼真肖像头像
该论文提出了一种使用 StyleGAN 网络的实时照片级写实肖像化重建方法,可在忠实表情控制下生成高保真肖像化头像,并通过引入组合表示和滑动窗口增强方法将其能力扩展到全身视频生成,使训练和应用的表现和效率得到了提高。
- 基于边缘计算的智能交通管理与信号系统,用于在高峰期指导应急车辆
本文介绍了一种基于 Edge 技术的三相系统,通过图片处理和计算 Index 值以检测拥堵程度,判断是否有紧急车辆,并在边缘服务器上进行处理和决策,从而减轻云服务器的负担,提高实时系统的可靠性。
- 基于记忆增强的在线视频异常检测
该研究介绍了一个名为 MOVAD 的智能汽车实时系统,它利用只能捕捉器固定摄像头拍摄的视频进行信息提取和到不同时间段的信息关联来及时响应异常情况。该系统包含视频分析技术和短期记忆和长期记忆两个部分,能够在 DoTA 数据集的测试中取得比目前 - 实时自动答案评分
本文旨在通过大数据分析和自动评分技术,解决开放式问答评估所面临的高成本和低效率的困难,构建一个能够实时记录学生答题进程并进行评分的系统,以改善教育质量。
- 使用可推广的 NeRF 基于多视角的透明和高光物体的 6-DoF 抓取检测 GraspNeRF
本文提出了一种基于多视角 RGB 的 6 自由度预抓取检测网络 GraspNeRF,利用可转换的神经辐射场(NeRF)实现材料无关的物体预抓取,在杂乱的环境下可实时检测出 6 自由度的抓取,实验结果表明该方法在合成和真实环境中表现优异。
- MM一个实时面部分析系统
本文介绍了一个基于深度学习的系统级实时面部 分析设计,使用神经网络进行物体检测、分类和回归,可以识别每个人的年龄、性别、面部表情和相似度。同时,文章提出了一种多任务网络来同时预测年龄、性别和面部表情,该系统达到了与现有先进方法相同的精度和实 - ECCVAB3DMOT:3D 多目标跟踪的基准和新的评估指标
本研究提出了一种简单实时的 3D 多目标跟踪系统,使用 3D Kalman 过滤器和匈牙利算法实现状态估计和数据关联,并提出了一种新的 3D MOT 评估工具以及三种新的评估指标。该方法在 KITTI 上表现出强大的 3D MOT 性能,并 - RTM3D:自动驾驶中利用物体关键点进行单目实时三维检测
该论文提出了一种高效准确的单目三维检测框架,通过预测图像空间中的九个三维边界框透视关键点,利用三维和二维透视的几何关系恢复三维空间中的物体属性,无需外部网络或监督数据,实现基于单目图像的实时三维检测。
- KDD社交数据流的实时事件检测
本研究提出了一种以聚类为基础的实时事件发现系统,能够将 Twitter 上的实时数据进行聚类,识别出不同的事件,并使用 novel metric 评估聚类方法的效果和在实时和线下模式下的表现,实验结果表明该系统在大规模数据上具有很高的效率和 - 级联卷积神经网络实现车道检测和分类
本文提出了一种基于卷积神经网络 (CNNs) 的端到端系统,用于实时的车道边界识别、聚类和分类,使用了 TuSimple 数据集中 14336 个车道边界实例,并利用 8 个不同的类进行了标记。
- CVPR实时自适应深度立体匹配
通过采用 Modularly ADaptive Network (MADNet) 和 Modular ADaptation (MAD) 算法,本文提出了一种具有实时自适应功能的深度立体系统,能够在异构数据集上实现卓越的性能表现。
- TweetCred: Twitter 上内容的实时可信度评估
本研究开发并评估了一个使用机器学习的排名模型来评估 Twitter 上的信息可信度的实时系统 TweetCred,并评估了其响应时间、有效性和可用性。
- Hokusai - 实时绘制溪流
Hokusai 是一种基于 CountMin 草图的实时系统,能够捕获任意符号序列的频率信息,并使用因子化逼近提供任意时间和项组合的点估计,以提供关于任意事件的实时统计信息,如查询流。该系统能以常数时间回答查询。