检索结果-南通市图书馆

Hyper 360—Towards a Unified Tool Set Supporting Next Generation VR Film and TV Productions

Journal of Software Engineering and Applications 2019年第5期12卷 127-148页

作者： Barnabas Takacs Zsuzsanna Vincze Hannes Fassold Antonis Karakottas Nikolaos Zioulis Dimitrios Zarpalas Petros Daras Drukka Kft/PanoCAST BudapestHungary Joanneum Research Digital—Institute for Information and Communication Technologies GrazAustria Centre for Research&Technology Hellas(CERTH)—Information Technologies Institute(ITI) ThessalonikiGreece

We describe four fundamental challenges that complex real-life Virtual Reality (VR) productions are facing today (such as multi-camera management, quality control, automatic annotation with cinematography and 360˚?depth estimation) and describe an integrated solution, called Hyper 360, to address them. We demonstrate our solution and its evaluation in the context of practical productions and present related results.

关键词： Deep Learning tensor flow YoloV3 360°Video Virtual Reality Free Viewpoint Video Quality Control Automatic Cinematography Multi-Camera Systems

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Geological Mapping Application of Classification for UAV Image Based on Deep Learning

Geological Mapping Application of Classification for UAV Ima...

引用

作者： Jun MA Bin LIU Dan LUO Xinjiang Academy of Surveying & Mapping

In recent years,deep learning has become popular trends in the field of pattern *** on the convolutional neural network,we proposed a classification method for UAV images and implemented it in Liaoning Province,*** experimental verification shows that the convolutional neural network method has better than other *** with traditional pixel-based methods and object-oriented classification methods,deep learning has greatly improved classification accuracy in geological mapping.

关键词： Deep Learning Convolutional Neural Network Remote Sensing Interpretation Land Classification tensor flow

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于深度学习的气象预测研究

基于深度学习的气象预测研究

引用

作者：杨函哈尔滨工业大学

学位级别：硕士

伴随着计算机技术的迅猛发展,深度学习开启了人工智能新时代。以深度学习为代表,伴随其在计算机视觉、语音识别、自然语言处理等领域取得的突破性进展,新技术创新带来的不仅是挑战,同时也给气象预测技术的发展带来了机遇。课题针对气象... 详细信息

伴随着计算机技术的迅猛发展,深度学习开启了人工智能新时代。以深度学习为代表,伴随其在计算机视觉、语音识别、自然语言处理等领域取得的突破性进展,新技术创新带来的不仅是挑战,同时也给气象预测技术的发展带来了机遇。课题针对气象温度进行时间序列建模,通过分析国内外研究现状及对时间序列预测模型的研究与对比,提出了改进深度学习框架来进行温度时间序列预测的思路。考虑到普通神经网络中出现的天气参数被认为是彼此独立,时序关系一般不被考虑的缺点,在对气象预测模型的构建中,提出了通过滑动时间窗手段改造,让普通神经网络也能学习到历史时序特征。实验表明,在深度前馈网络中加入时序特征的天气预报模型,效果要明显优于不考虑时序的模型。更进一步,针对实验中暴露出的前馈神经网络预报准确率随着预报时间增长快速下降的问题,提出了通过改造循环神经网络(RNN)进行气温预测的方法,并采用专门解决普通循环神经网络长时依赖问题的长短时记忆网络(LONG SHORT-TERM MEMEORY,LSTM)来构建气温预测模型。本文在分析了循环神经网络、RNN-LSTM网络、RNN-GRU网络的基础上,结合气温预测实验模型中出现的过拟合、梯度消失与梯度爆炸等一系列问题,提出使用Re LU激活函数以及加入正则化手段改进等策略,通过优化后的气温预测模型都较以往有更好的收敛效果。在实验中,还包含了对气象数据集的转换、清洗、属性选择、特征提取等工作。在平台应用方面,将实验搬到谷歌最新的深度学习框架tensorflow-GPU中进行,使用GPU直接参与并行运算,为尝试复杂深度模型实验提供了可能。同时为验证模型的效果,实验不仅有对深度学习框架之间的比较,还加入了与传统ARIMA模型的比较。本文提出深度学习技术在精细化气温预测的应用研究,解决了一系列深度学习技术在气象预测上的具体实现与运用问题,创新了气温预测时序分析方法,拓展了区域化天气预报手段。

关键词：深度学习精细化预测时间序列循环神经网络长时记忆网络 tensor flow

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的服装图像的分类和检索研究

基于深度学习的服装图像的分类和检索研究

引用

作者： Allaberdiev Sharofiddin 武汉纺织大学

学位级别：硕士

如今,随着高精度服装图像分类和检索的挑战日益增多,基于卷积神经网络的服装图像分类和检索技术受到了广泛的关注。卷积神经网络（CNN）是在多层神经网络的基础上开发的,主要用于通过图像分类和识别的深度学习方法。本研究致力于探索利... 详细信息

如今,随着高精度服装图像分类和检索的挑战日益增多,基于卷积神经网络的服装图像分类和检索技术受到了广泛的关注。卷积神经网络（CNN）是在多层神经网络的基础上开发的,主要用于通过图像分类和识别的深度学习方法。本研究致力于探索利用卷积神经网络提取服装图像特征的过程,然后探索基于不同卷积神经网络的服装图像的分类和检索技术。服装图像分类研究分为两个部分:第一部分基于个体任务学习构造五个不同的卷积神经网络,它们是常规的卷积神经网络,卷积神经网络执行基础模块,包括初始模块和残差。差分模块的卷积神经网络和两种迁移神经网络,第二部分构建了基于隐层共享和基于多任务学习的偏导数隐层共享的卷积神经网络。在服装图像检索研究中,使用预训练模型Inception V3作为特征提取器,并使用三个不同级别的特征映射,即Inception V3输出中的中层和深层,浅层特征和深层特征的融合进行映射。图像的特征数据建立了服装图像特征数据库,然后使用不同的等效单位算法来测量要检索的图像与数据库典型图像之间的相似度。基于tensor flow GPU平台和不同的服装图像数据集,本研究完成了上述卷积神经网络的设计,训练和验证测试。实验结果表明,卷积神经网络提取的特征优于快速鲁棒特征（SURF）算法提取。本研究旨在设计基于单任务学习的五种卷积神经网络模型,可以取得更好的抽象效果,结果表明采用转移学习设计的神经网络模型。它具有较高的分类精度,但具有更多的参数,这两种基于多任务学习的卷积神经网络模型的分类效果不理想。基于Inception V3的第一个理论模块输出的特征数据以及Bray-Curtis相异性检索效果良好,其改进空间很大。

关键词：深度学习 tensor flow 图像分类卷积神经网络图像检索

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于增强现实和神经网络的校园展示应用设计

引用

西昌学院学报（自然科学版） 2021年第1期35卷 81-87页

作者：杨路祝天禹安徽公安职业学院信息网络安全监察系安徽合肥230031 南京工业大学机械与动力工程学院江苏南京211816 凤台县公安局安徽凤台232100

当前的校园展示多采用虚拟现实开发,该技术让用户完全沉浸入虚拟世界,但忽略了现实世界的信息。增强现实技术能够在真实世界的基础上叠加虚拟信息,进一步增强人们的感知体验。基于Unity3D+ARCore+tensor flow设计了带平面检测、多图像... 详细信息

当前的校园展示多采用虚拟现实开发,该技术让用户完全沉浸入虚拟世界,但忽略了现实世界的信息。增强现实技术能够在真实世界的基础上叠加虚拟信息,进一步增强人们的感知体验。基于Unity3D+ARCore+tensor flow设计了带平面检测、多图像和物体识别功能的增强现实应用,详细描述了虚拟对象、触屏交互、平面检测、图片和物体识别的实现过程和注意问题,说明了在脚本和UI设计中的性能优化方法。测试表明多标识物识别提升了应用的实用性,物体识别功能丰富了应用内涵,增加了校园展示的设计方法,拓展了增强现实技术的应用范围。

关键词：增强现实神经网络 Unity3D ARCore tensor flow

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度卷积神经网络的海上平台接地选线方法

引用

电气技术与经济 2022年第4期 1-8页

作者：石勇侯炜陈俊李宇琦赵健龙南京南瑞继保电气有限公司

针对目前海上采油平台接地故障选线准确率不高的问题,提出一种基于深度卷积神经网络的小电流单相接地故障选线方法,将接地瞬间的波形图像进行图像二值化和尺寸像素压缩等预处理得到神经网络所需的训练数据,通过使用tensor flow深度卷积... 详细信息

针对目前海上采油平台接地故障选线准确率不高的问题,提出一种基于深度卷积神经网络的小电流单相接地故障选线方法,将接地瞬间的波形图像进行图像二值化和尺寸像素压缩等预处理得到神经网络所需的训练数据,通过使用tensor flow深度卷积神经网络进行训练后进行接地故障选线,实验结果表明,仅经过100多个现场及真型试验波形的训练后选线准确率即可达到95.83%,深度卷积神经网络比传统的神经网络算法具有更强的学习能力及更高的选线精度。

关键词：深度学习人工智能接地选线配网 tensor flow

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的高分遥感影像乡镇建筑物识别方法

引用

数据与计算发展前沿 2019年第1期 88-95页

作者：王利忠张宏海仲波牛铁中国科学院计算机网络信息中心中国科学院大学中国科学院遥感与数字地球研究所

目的随着遥感卫星技术的进步,卫星图像的空间分辨率、时间分辨率及光谱分辨率越来越高,所包含的信息越来越丰富。乡镇建筑物的识别可以利用高分辨率遥感影像进行提取,可以有效地分析农村的人口密度和用地分配,从而为农村发展规划提供重... 详细信息

目的随着遥感卫星技术的进步,卫星图像的空间分辨率、时间分辨率及光谱分辨率越来越高,所包含的信息越来越丰富。乡镇建筑物的识别可以利用高分辨率遥感影像进行提取,可以有效地分析农村的人口密度和用地分配,从而为农村发展规划提供重要参考。方法根据乡镇建筑物的特点将建筑物分成对应的几类进行标注,然后将样本送入已经搭建好的基于tensor flow平台的FasterRCNN模型进行训练,利用CNN提取特征,通过构建区域推荐网络(RPN)提取可能的建筑物区域,利用检测网络对目标区域进行判别和分类。结果最终模型的识别准确率达到93.06%,具有较好的鲁棒性和泛化性。结论本文提出的乡镇建筑物提取框架,建立了乡镇区域的建筑物样本库,有效地避免了图像分类的局限性,同时提高了乡镇建筑物识别的精度。

关键词：卫星图像乡镇建筑物 Faster-RCNN 区域推荐网络 tensor flow

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：