您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 改进的AdaBoost分类器在视频中的体育场景检测

  2. 摘要:提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类:草地运动,冰雪运动和人造场地运动。针对这几种不同的体育场景,提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征,然后用改进的可自动选择特征boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体 育场景”语义特征抽取任务上,取得了很好的效果。
  3. 所属分类:专业指导

    • 发布日期:2010-06-17
    • 文件大小:115712
    • 提供者:zpp100
  1. 概率潜在语义

  2. 随着多媒体技术的迅猛发展,图像数据的增长,在此基础上提出的图像场景分类对图像检索,目标识别有较大作用
  3. 所属分类:其它

    • 发布日期:2012-04-18
    • 文件大小:8388608
    • 提供者:luzhonghua52
  1. 基于语义信息提取的新闻视频场景分割方法

  2. 随着数字视频的广泛应用,视频数据库系统已成为多媒体领域的一个研究热点。在建立视频数据库的过程中, 视频场景的分割是一个重要而又难以解决的问题。文章从分析新闻视频场景所特有的结构特征入手,提出了一种基于语 义信息提取的新闻视频场景分割新方法,该方法通过对音频流和视频流中的镜头变换、主持人镜头、主题字幕和静音区 间等语义信息的提取和分析来实现新闻视频场景的分割。实验表明,采用该文提出的方法,场景分割正确率可达86.9%, 较好地解决了新闻视频场景分割问题。
  3. 所属分类:其它

    • 发布日期:2012-08-03
    • 文件大小:214016
    • 提供者:vblittleboy
  1. 基于场景语义的图像检索新方法

  2. 针对图像的场景语义检索问题, 提出一种基于多示例学习( mult-i instance learning, MIL) 的新方法。 首先, 该方法将图像当作多示例包, 再根据图像的颜色复杂度, 设计了自适应JESG 图像分割方法, 对图像进行自 动分割, 并提取每个分割区域的颜色-纹理特征, 当作包中的示例, 将图像检索问题转化成多示例学习问题; 然后, 利用改进的推土机距离( ear th mover distance, EMD) 来度量不同多示例包( 图像) 之间的整体相似度, 设计了一种
  3. 所属分类:其它

    • 发布日期:2014-10-24
    • 文件大小:359424
    • 提供者:ghj521888
  1. 深度学习帮助理解文本中的情感语义信息

  2. 作为卖家,你可能一直在收集商品评论、微博等UGC信息,期待获得反馈改进服务;作为厂商,你可能更需要具体的主体、属性评价(比如Iphone手机的屏幕/分辨率等偏好),根据这些改进生产进而增进收益。 其实这背后,都是情感语义分析的应用场景,也是很多大数据企业正在努力研发的主题。 但是,靠传统统计机器学习的方法已经不能达到预期效果,这是由于文本来源不同、行业不同都会影响情感偏向,而利用深度机器学习技术却能迎刃而解。 本文分享百分点在情感语义分析的三个进阶历程,尤其是加入人工智能的另一个子领域——自然
  3. 所属分类:电子商务

    • 发布日期:2017-01-09
    • 文件大小:1048576
    • 提供者:bjbaifendian
  1. 基于深度学习的无人车夜视图像语义分割

  2. 为了增强无人车对夜视图像的场景理解,在夜间模式下更快更精确地探测和识别周围环境,将深度学习应用于夜视图像的场景语义分割,提出了一种基于卷积-反卷积神经网络的无人车夜视图像语义分割方法。在传统的卷积神经网络中加入反卷积网络,构建卷积-反卷积神经网络,无需手工选取特征。通过像素到像素的学习和训练,得到图像语义分割模型,可直接用该模型预测夜视图像中每个像素所属的场景语义类别,实现无人车夜间行驶时的环境感知。实验结果表明,该方法具有较好的准确性和实时性,平均IU达到68.47。
  3. 所属分类:深度学习

    • 发布日期:2017-09-01
    • 文件大小:2097152
    • 提供者:weixin_34987539
  1. 视频概念检测中的领域自适应和语义关联研究_耿杰

  2. 当今社会,智能设备正以前所未有的速度进行普及,日渐完善的互联网和移动网络将来自全世界的信息汇总和连接,人们从信息的接受者逐渐变成了信息的创造者和传播者。视频作为一种信息的常见载体,融合了图像、时序、音频等多种特征,具有直观生动的特点,被广泛地应用。然而视频中所包含的复杂的语义层级信息对高效的管理和准确的检索提出了更为严苛的挑战。在视频人工标注过于昂贵的情况下,为了从视频内容中直接读取出其中包含的物体、人物、场景等语义层概念,发展出了基于内容的视频概念检测技术。
  3. 所属分类:机器学习

    • 发布日期:2018-01-13
    • 文件大小:8388608
    • 提供者:dawin_2008
  1. 5篇CVPR 2020相关论文【场景图+图神经网络(SG+GNN)】

  2. 本文为大家整理了五篇CVPR 2020场景图神经网络(SGNN)相关论文,让大家先睹为快——3D语义分割、指代表达式推理、图像描述生成、图像处理、时空图。
  3. 所属分类:机器学习

    • 发布日期:2020-05-12
    • 文件大小:29360128
    • 提供者:syp_net
  1. 语义分割 实际道路场景 数据集.rar

  2. 对于实际的驾驶交通道路的场景图像采集,亦包括通过语义分割后的图像分割效果,可进行对比分析语义分割图像处理效果。
  3. 所属分类:图像处理

    • 发布日期:2020-05-06
    • 文件大小:186646528
    • 提供者:Pandora92
  1. 基于时空融合的交通场景中运动行人检测算法

  2. 基于时空融合的交通场景中运动行人检测算法,王爱丽,董宝田,将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信
  3. 所属分类:其它

    • 发布日期:2020-02-21
    • 文件大小:704512
    • 提供者:weixin_38623366
  1. 基于神经网络方法的语义级图像分级分类

  2. 基于神经网络方法的语义级图像分级分类,周兆捷,吴乐南,本文提出了首先根据空间颜色特征采用基于自组织稀疏RAM的n-tuple神经网络(SSn-tuple)进行室内和室外图像的场景分类,再根据Canny算子检
  3. 所属分类:其它

    • 发布日期:2019-12-30
    • 文件大小:425984
    • 提供者:weixin_38733245
  1. 深度解析Java中volatile的内存语义实现以及运用场景

  2. 主要介绍了Java中volatile的内存语义实现以及运用场景,通过JVM的机制来分析volatile关键字在线程编程中的作用,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-03
    • 文件大小:135168
    • 提供者:weixin_38735101
  1. 面向视频场景内容检索的文本解析工具设计与实现

  2. 在足球赛事视频的应用背景下,分析了面向视频场景内容检索的文本解析关键技术,设计并实现了面向视频场景内容检索的文本解析工具。该工具利用中文分词技术分割自然语言文本,通过汉语语法规则提取关键词,采用加权算法对关键词排序,并将关键词映射到知识表达集,从而获得关键词的语义信息,完成文本解析。实验结果表明,该工具能够满足自然语言文本的视频检索需求。
  3. 所属分类:其它

    • 发布日期:2020-10-18
    • 文件大小:303104
    • 提供者:weixin_38696176
  1. npm 语义版本控制详解

  2. 场景引入 开发时,经常需要依赖一些模块(包),我们进行了下载之后,便一直在该版本的模块环境下进行开发,但是线上的服务器(其他开发者)一般都是根据依赖来配置文件,重新下载各个模块,但是保不齐某个模块的版本已经更新了,这时线上的包会更新到最新的版本,但你的代码还是依据老版本来写的,这时可能会产生一些不知名的 Bug。 为了保持 Javascr ipt 生态系统的健康,可靠和安全,npm 软件包进行重大更新时,建议在 package.json 文件中发布带有更新版本号的软件包的新版本,文件遵循语义版本
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:61440
    • 提供者:weixin_38502929
  1. 基于形式概念分析的图像场景语义标注模型

  2. 基于形式概念分析的图像场景语义标注模型
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:206848
    • 提供者:weixin_38691256
  1. apache-semtech:ESIP 2017年夏季演示文稿的代码存储库“ Apache软件基金会对开源语义技术的了解”-apache source code

  2. apache-semtech 这是7月25日星期二9:30 am-11:00 am在上展示的对的”研讨会的示例代码存储库,佐治亚州印第安纳州布卢明顿市7th St 900室47405。 介绍 该研讨会将向人们介绍由开发和维护的两种关键的开源语义技术( 和 ); 促进软件开发的软件基金会,数十亿用户依赖于免费的,社区驱动的软件。 该讲习班将涵盖 ; Commons RDF旨在为提供一个公共库,该库可以由Java虚拟机上的系统实现,并且 ; 库,Web服务和命令行工具,可以从各种Web文档中
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:35840
    • 提供者:weixin_42132352
  1. 场景语义约束的三维交互技术

  2. 针对复杂虚拟环境下的交互需求,从面向高层应用的角度对交互任务进行分析,提出三维交互任务的层次模型。结合应用特点,将虚拟场景中的语义约束引入到三维交互技术的设计中,实现了多种面向高层应用的导航技术和选择操作技术,并在不同交互技术和操作隐喻模式之间实现了自然的融合和平滑的转换。用户界面利用这些语义约束更好地感知和理解用户的交互意图,实现更为直观、高效的三维交互过程。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:590848
    • 提供者:weixin_38611254
  1. 基于TUI的场景规划系统中的交互技术

  2. 单摄像头条件下,基于桌面TUI,划分出4类具有不同场景语义的用户界面操作实物;分析实物用户界面中执行通用交互任务的特点,建立支持4类语义的3层系统设计框架;结合场景规划系统自身特征,设计了4类承载上述场景语义的标记,并提出标记任务分配策略;为解决大场景与小视域之间的矛盾,结合paddle技术,提出动态比例空间、动态成组、双手交互和遮挡处理等交互技术;借鉴认知心理学原理,提出时空复用交互技术;开发基于TUI的交互工具箱,并进行了应用验证.
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:612352
    • 提供者:weixin_38523251
  1. 基于高维特征表示的交通场景识别

  2. 随着智能交通的发展,快速、精确识别交通场景成为亟待解决的重要问题。目前已有许多识别方法可以提高交通场景的识别效果,但这些算法无法提取视觉概念的交通语义特征,导致识别精度低下。为此,设计了一种提取高维场景语义特征和结构信息的识别算法,以提高识别精度。为减少图像高维与低维特征表示之间的“语义鸿沟”,首先构建了一个场景类的语义描述系统,然后通过最小化损失(element-wise logistic loss)函数训练多标签分类网络,获取交通场景图像的高维特征表示,最后在4个大规模场景识别数据集上进行验
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:5242880
    • 提供者:weixin_38713167
  1. 基于卷积神经网络的交通场景语义分割方法研究

  2. 为提高交通场景的语义分割精度,提出一种基于 RGB-D 图像和卷积神经网络的分割方法。首先,基于半全局立体匹配算法获取视差图D,并将其与RGB图像融合成四通道RGB-D图像,以建立样本库;其次,对于2种不同结构的卷积神经网络,分别采用2种不同的学习率调整策略对网络进行训练;最后,对训练得到的网络进行测试及对比分析。实验结果表明,基于RGB-D图像的交通场景语义分割算法得到的分割精度高于基于RGB图像的分割算法。
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:2097152
    • 提供者:weixin_38686245
« 12 3 4 5 6 7 8 9 10 ... 13 »