電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻使用深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)深度導(dǎo)向顯著性檢測(cè)算法
資料介紹
針對(duì)目前基于深度卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測(cè)算法存在對(duì)復(fù)雜場(chǎng)景圖像目標(biāo)檢測(cè)不完整、背景噪聲多的問(wèn)題，提出一種深度特征導(dǎo)向顯著性檢測(cè)算法。該算法是基于現(xiàn)有底層特征與深度卷積特征融合模型（ELD）的改進(jìn)，網(wǎng)絡(luò)模型包含基礎(chǔ)特征提取、高層語(yǔ)義特征跨層級(jí)引導(dǎo)傳遞兩個(gè)部分。首先，根據(jù)不同層級(jí)卷積特征的差異性，構(gòu)建跨層級(jí)特征聯(lián)合的高層語(yǔ)義特征引導(dǎo)模型；然后，用改進(jìn)的網(wǎng)絡(luò)模型生成初始顯著圖，利用高層語(yǔ)義特征引導(dǎo)的方式進(jìn)行顯著性聚類(lèi)傳播；最后，用完全聯(lián)系條件隨機(jī)場(chǎng)對(duì)聚類(lèi)傳播的結(jié)果進(jìn)行優(yōu)化，使其能夠獲取更多結(jié)構(gòu)邊緣信息和降低噪聲并生成完整顯著圖。在ECSSD上和DUT-ORMON兩個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)測(cè)試，實(shí)驗(yàn)結(jié)果表明，所提算法的準(zhǔn)確率和召回率（PR）優(yōu)于ELD模型，其F-measure（F）值分別提升了7. 5%和11%，平均絕對(duì)誤差（MAE）值分別降低了16%和15%，說(shuō)明了所提算法模型能夠在目標(biāo)識(shí)別、模式識(shí)別、圖像索引等復(fù)雜圖像場(chǎng)景應(yīng)用領(lǐng)域得到更加魯棒的結(jié)果。
- 深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)層級(jí)分解綜述 5次下載
- 基于剪枝與量化的卷積神經(jīng)網(wǎng)絡(luò)壓縮算法 6次下載
- 基于全時(shí)序CNN的視頻顯著性檢測(cè)方法 0次下載
- 基于深度學(xué)習(xí)的跨域小樣本人臉欺詐檢測(cè)算法 4次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 基于深度學(xué)習(xí)的顯著性目標(biāo)檢測(cè)的數(shù)據(jù)集和評(píng)估準(zhǔn)則 0次下載
- 綜述深度神經(jīng)網(wǎng)絡(luò)的解釋方法及發(fā)展趨勢(shì) 18次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類(lèi)分析 37次下載
- 如何實(shí)現(xiàn)一種深度特征導(dǎo)向顯著性檢測(cè)算法 0次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 如何使用深度卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)服裝圖像分類(lèi)檢索算法 6次下載
- 如何使用顯著性語(yǔ)義區(qū)域加權(quán)實(shí)現(xiàn)圖像檢索算法 0次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值反向傳播機(jī)制和MATLAB的實(shí)現(xiàn)方法 14次下載
- 一種基于深度神經(jīng)網(wǎng)絡(luò)的基音檢測(cè)算法 0次下載
- 殘差網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎 713次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 382次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 157次閱讀
- 簡(jiǎn)單認(rèn)識(shí)深度神經(jīng)網(wǎng)絡(luò) 721次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在視頻處理中的應(yīng)用 307次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中的應(yīng)用 286次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)概述及Python實(shí)現(xiàn) 201次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法 236次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 881次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 545次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 251次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 1574次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)機(jī)理與決策邏輯難以理解 2800次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2687次閱讀
- 深度卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)中的進(jìn)展 5137次閱讀
上傳資料賺積分下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1491次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開(kāi)關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機(jī)和 SG3525的程控開(kāi)關(guān)電源設(shè)計(jì)
- 0.23 MB | 4次下載 | 免費(fèi)
- 8基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專(zhuān)業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
工商網(wǎng)監(jiān)
評(píng)論