深度学习3D人体姿态估计国内外研究现状及痛点
人体姿态估计可以看作是图像与视频中人体关节点的检测与定位问题，这对于行为识别、行为理解、行人重识别等技术的发展有很大的帮助，因此人体姿态估计在提出后，就受到人体识别相关各界的关注，人们开始尝试在不同的方向进行探索。早期的学者们在传统方法的方向上进行摸索，1973 年 Fishler 提出一种用于传统...
深度学习目标检测技术研究现状
目标检测是机器视觉的一个分支，在车辆检测、商品分拣等生活及工业领域都具有重要的应用和研究价值，其目的是从计算机层面检测出图像中所检测物体的名称和该物体的位置关系（主要指物体在图片中的所处位置和该物体的像素大小）。传统的目标检测算法主要是基于各种模...
基于深度学习视觉目标以及多目标跟踪研究现状
视觉目标跟踪的主要任务是在一组图像序列中寻找目标。与计算机视觉中的其他视觉任务相同，目标跟踪同样需要用相机摄像头来取代人眼进行目标搜索和观察，获取目标及其背景的数字图像信息，然后通过扮演人脑角色的人工智能来解析和处理数码信息。跟踪并不局限于跟踪视频中某一物体，除了对连续视频图像序列中...
深度学习研究现状
深度学习（Deep Learning，DL）最早出现在 1986 年，后来在 2000 年左右被应用于人工神经网络（Artificial Neural Network，ANN），深度学习方法一般具有多层结构，用于学习数据多个层次的特征，深度学习是机器学习的一个子领域，对大量简单的数据学习是机器产生类...
深度学习目标检测网络轻量化研究现状
传统的目标检测方法诸如在2005年提出的HOG[7]特征方法，该方法是一种特征描述算子，使用该方法能够极大的提高检测算法的性能。HOG特征是通过计算局部区域内的梯度信息来获得相应的特征信息，该方法结合SVM技术可以实现比较好的物体检测效果。HOG特征对于光学和几何都具有较好的形变性，同时稍许动作不影...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
社区圈子
最佳实践
