《计算机工程与科学杂志》发表论文赏析

一种基于深度学习的多尺度深度网络的场景标注算法

来源:计算机工程与科学杂志2016年第7期北京时间:

作者:马成虎,董洪伟

单位:江南大学物联网工程学院,江苏 无锡 214000

摘要:针对场景标注中如何产生良好的内部视觉信息表达和有效利用上下文语义信息两个至关重要的问题,提出一种基于深度学习的多尺度深度网络监督模型。与传统多尺度方法不同,模型主要由两个深度卷积网络组成:首先网络考虑全局信息,提取大尺度图像低层特征;其次网络利用图像局部信息,结合低层特征获取一组稠密的、完备的图像特征,有效地捕获图像像素的纹理特征、颜色特征和上下文信息。对比许多经典方法,该算法不依赖图像分割技术和人工制作特征,在Stanford Background Dataset取得了很好的效果。

关键词:场景标注,多尺度深度网络,监督学习,深度卷积网络,

2016年7期其他文献查阅:

SSDKV:一种SSD友好的键值对存储系统

一种基于可重用激励发生机制的SoC验证平台

基于多哈希算法的大规模图像快速检索方法

基于HBase的领域本体存储方法及其应用研究

面向高维微阵列数据的集成特征选择算法

基于局部关键节点的大数据聚类算法

基于多核NPU的TCP数据接收卸载

抗合谋攻击的服务器辅助验证签名方案

一种基于深度学习的多尺度深度网络的场景标注算法

TBMC:一种基于多探测器协同的DTNs目标追踪策略

基于博弈论的能量均衡路由算法

基于混沌加密的可同步更新RFID双向认证协议

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!