学科分类
/ 1
2 个结果
  • 简介:摘 要: 随着计算数学和信号处理技术的发展,基于深度神经网络的目标检测获得了比传统模板匹配算法更优的结果。深度 学习目标检测分为一阶段目标检测(one-stage)和两阶段目标检测(two-stage)两类。常见的一阶段目标检测有 YOLO算法、SSD算法。一阶段目标检测的优势在于利用回归的思想直接通过图像得到预测目标框信息,速度快。二阶段目标检测在精度方面要优于前者,例如R-CNN、Fast-CNN等,其策略是先利用网络产生一系列的候选框,然后进行分类和回归,虽然其精度相较一阶段算法准确度更高,但是速度方面相差甚远。

  • 标签: 图像检测 图像识别 SSD检测
  • 简介:摘 要: 手势识别技术研究与人机交互和谐社会发展学生具有密不可分的联系,,因此具有重要研究意义. 针对传统手势检测空间不变性 较弱,手势识别效率较低等问题,本文提出基于改进AR 网络与W-loU相结合的手势识别深度学习模型. 首先采用 空间变换网络对AR网络进行改进,对手势信息进行处理,提取关键手势特征,解决了数据易受攻击的问题,增强了网络的不变性,然后对从网络中提取的特征进行降维,减少冗余信息,再通过W-LOU进行分类,提高了分类精度。最后,在标准数据集和自制数据集上进行了检测测试,结果表明该方法可以提高手势识别的准确率,验证了算法的有效性。

  • 标签: 手势识别 空间变换网络 W-loU 深度学习