recurrent convolutional neural network | BriefGPT

关键词recurrent convolutional neural network

搜索结果 - 9

使用门控循环卷积神经网络对医学图像进行流式无损体积压缩
该论文介绍了一种基于深度学习的无损压缩方法，针对医学体积图像提出了一个只需要其他学习型压缩方法的千分之一的模型权重的硬件友好流式无损体积压缩框架，通过融合不同的卷积结构和门控循环卷积神经网络机制来捕捉切面间的依赖关系，并基于这样的上下文信息
PDF7 months ago
基于事件相机的车内监测神经形态安全带状态检测
使用神经形态视觉传感器和事件相机，结合循环卷积神经网络的座椅安全状态检测算法，在模拟和真实测试集上分别实现了 0.989 和 0.944 的快系 / 解系的 F1 得分，并在判别系带装上 / 解经动作时分别获得了 0.964 和 0.846
PDFa year ago
使用循环卷积神经网络学习光谱 - 空间 - 时间特征，在多光谱图像中进行变化检测
本文提出了一种基于循环卷积神经网络的方法，能够在统一的框架下联合学习多光谱图像的空间、谱域和时间特征，达到更好的变化检测结果。与传统方法不同的是，该方法具备三个独特的特性，即端到端训练，自然利用空间信息以及能够自适应地学习多时相图像之间的时
PDF6 years ago
基于 U-Net 的循环残差卷积神经网络（R2U-Net）用于医学图像分割
本文介绍了一种基于 U-Net 的循环卷积神经网络（RCNN）基础上的模型 RU-Net 和基于 U-Net 的循环残差卷积神经网络（RRCNN）基础上的模型 R2U-Net。这些模型在医学图像分割任务中表现出优异的性能，比 U-Net 和
PDF6 years ago
视频视觉目标跟踪的深度强化学习
本文提出一种全面的端到端视频视觉跟踪方法，利用循环卷积神经网络代理与视频进行交互，并结合强化学习算法来学习不断的关注连续帧相关性和最大化在长期内的跟踪性能，实现了比现有跟踪基准更快速的状态 - of-the-art 性能。是第一个将卷积和循
PDF7 years ago
基于几何的单目视频下一帧预测
通过训练递归卷积神经网络，从视频输入中预测深度来产生下一个帧，此方法可以较其他直接预测下一个帧的方法产生更精确的深度预测，并且通过考虑更多的先前帧可以提高预测准确率。
PDF8 years ago
使用深度学习学习鲁棒特征以自动检测癫痫
本研究提出并评估了深度神经网络从 EEG 中学习稳健特征以自动检测癫痫的能力，通过同时捕获频谱、时间和空间信息，我们的循环卷积神经网络学习了癫痫的空间不变表示。该方法在交叉患者分类器上的结果显著优于先前的结果，具有较高的灵敏度和低的假阳性率
PDF8 years ago
CVPR基于循环卷积神经网络回归的视频疼痛强度连续估计
本研究提出了一种基于循环卷积神经网络的实时回归框架，用于自动帧级疼痛强度估计，该方法通过考虑足够多的历史帧来预测每一帧的疼痛强度，并在模型内部参数规模限制方面取得了有前途的结果。
PDF8 years ago
场景解析的循环卷积神经网络
通过循环卷积神经网络的方法，可在不依赖于分割方法和任务特定特征的情况下，对图像里的所有像素赋予分类标签，并且无需在测试时像其他方法那样昂贵，因此可在 Stanford Background 数据集和 SIFT Flow 数据集上获得最先进的
PDF11 years ago