本文核心是利用深度學習技術和超高分辨率衛星影像,實現對印度艾哈邁達巴德市樹木級別的變化檢測,並探討其在城市規劃和環境監測中的應用。
본 연구는 딥러닝 모델을 사용하여 초고해상도 위성 영상에서 나무 단위 변화 감지를 수행하고 아마다바드시의 나무 수 변화를 정량화하는 것을 목표로 합니다.
本稿では、深層学習モデルを用いて超高解像度衛星画像から個々の樹木を検出し、都市部における樹木レベルの変化検出を行う手法を提案している。
This research demonstrates the successful application of the YOLOv7 instance segmentation model for detecting individual tree-level changes in Ahmedabad, India, using high-resolution satellite imagery from 2011 and 2018, achieving an accuracy of 80% despite the challenges posed by 50cm resolution data.
本文提出了一種基於四元組交叉相似度(QCS)的人臉表情識別特徵優化網路,透過挖掘同類別圖像間的相似特徵並分離不同類別圖像間的冗餘特徵,提升人臉表情識別模型的效能。
이 논문에서는 서로 다른 이미지 간의 미세한 특징 유사성을 활용하여 동일한 클래스 내에서 차별적인 특징을 추출하고 서로 다른 클래스에서 중복되는 특징을 제거하여 더 깨끗한 특징을 정제하는 새로운 얼굴 표정 인식(FER) 방법을 제안합니다.
ラベル付き特徴の優位性が予測しにくい複雑で大規模な顔表情データセットにおいて、効果的な特徴を抽出するために、異なる画像間の微細な特徴の類似性を活用する新しい手法を提案する。
The paper introduces a novel Quadruplet Cross Similarity (QCS) Network for Facial Expression Recognition (FER) that leverages cross similarity attention to refine features by maximizing inter-class differences and minimizing intra-class differences, achieving state-of-the-art performance on several FER datasets without relying on additional landmark information or external training data.
本文提出了一種名為 SPECTRUM 的新型影片描述生成框架,該框架透過檢索和理解視覺、聽覺和文字模態,生成更準確、更豐富且情感更細膩的影片描述。
SPECTRUM은 비디오의 의미론적 이해와 감정 분석을 결합하여 보다 정확하고 풍부한 맥락을 담은 캡션을 생성하는 혁신적인 비디오 캡셔닝 프레임워크입니다.