Verbesserung der Robustheit von Objektdetektoren gegen Domänenverschiebung durch Datensynthese
Eine Datensynthese-Methode wird vorgeschlagen, um die Robustheit von Objektdetektoren gegen Domänenverschiebung, wie z.B. durch Nebel oder Dunst, zu verbessern.
Echtzeitfähige und energieeffiziente Erkennung von unbemannten Luftfahrzeugen mit dynamischen Bildsensoren
F-UAV-D ist ein eingebettetes System, das die Erkennung von schnell fliegenden Drohnen in Echtzeit und mit geringem Stromverbrauch ermöglicht, indem es ereignisbasierte Bildsensoren und Deep-Learning-Algorithmen nutzt.
Generalisierbare Rekurrente Flussschätzung zur 6D-Posenanpassung neuartiger Objekte
Unser Ansatz GenFlow ermöglicht sowohl Genauigkeit als auch Generalisierung auf neuartige Objekte durch die Verwendung der 3D-Formvorgabe des Zielobjekts. Unser Verfahren schätzt den optischen Fluss zwischen dem gerenderten Bild und dem beobachteten Bild und verfeinert die 6D-Pose iterativ.
Effiziente Erkennung von orientierten Objekten durch gruppenweise Rotation und Aufmerksamkeit
Die vorgeschlagene GRA-Methode (Group-wise Rotating and Attention) erfasst effizient und genau die Orientierungsinformationen von Objekten, indem sie eine gruppenweise Rotation der Faltungskerne und eine gruppenweise Aufmerksamkeitsmechanismus kombiniert.
Effiziente Erkennung von orientierten Objekten durch gruppenweise Rotation und Aufmerksamkeit
Die Methode GRA (Group-wise Rotating and Attention) kann die feingranularen Merkmale von Objekten mit verschiedenen Ausrichtungen effektiv erfassen, indem sie zwei Schlüsselkomponenten nutzt: Gruppenweise Rotation und Gruppenweise Aufmerksamkeit. Dies ermöglicht eine präzisere Objekterkennung bei gleichzeitiger Reduzierung der Parameter.
Effiziente Erkennung kleiner Objekte in Infrarotbildern durch hierarchische Kontextfusion
HCF-Net ist ein tiefes Lernmodell, das die Leistung der Erkennung kleiner Objekte in Infrarotbildern durch mehrere praktische Module erheblich verbessert.
Effizientes Personensuche-Modell mit iterativer und kollaborativer Verfeinerung auf Basis des Diffusions-Modells
Das vorgeschlagene PSDiff-Modell formuliert die Personensuche als einen dualen Entfernungsprozess von verrauschten Boxen und ReID-Einbettungen zu Grundwahrheiten. Es entwirft eine neue Collaborative Denoising Layer (CDL), um Detektions- und ReID-Teilaufgaben iterativ und kollaborativ zu optimieren, was die beiden Teilaufgaben gegenseitig verstärkt.
TaskCLIP: Effiziente Erweiterung großer Bild-Sprache-Modelle für aufgabenorientierte Objekterkennung
TaskCLIP ist ein zweistufiges Modell, das allgemeine Objekterkennung mit aufgabengeleiteter Objektauswahl kombiniert. Es nutzt leistungsfähige Bild-Sprache-Modelle als Rückgrat und kalibriert deren Bild- und Texteinbettungen neu, um eine präzisere Zuordnung zwischen Objekten und Aufgabenanforderungen zu ermöglichen.
Effiziente Verarbeitung und Analyse von Inhalten mit Hilfe von Constrained Loss für Multi-Label-Objekterkennung
Einführung von MOD-CL, einem Multi-Label-Objekterkennungsrahmenwerk, das im Trainingsprozess Constrained Loss verwendet, um Ausgaben zu erzeugen, die die vorgegebenen Anforderungen besser erfüllen.
Effiziente Erkennung und Analyse bewegter Objekte aus Ereignisdaten durch gemeinsames räumlich-zeitliches Schließen
Durch gemeinsames räumlich-zeitliches Schließen auf Ereignisdaten kann die Integrität der Struktur bewegter Objekte effektiv verbessert werden.
© 2024 by Linnk AI