基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的目标检测任务都是基于滑动窗口模型来提取特征的,由于产生过多冗余的窗口会显著增加计算量并且对后续的特征提取和分类任务造成影响,提出一种选择性搜索结合梯度规范化的特征提取算法,首先利用选择性搜索算法产生一组目标区域集,该算法能够大幅度降低搜索空间并产生较少的目标区域,然后利用梯度规范化对目标区域进行特征映射,通过对这些特征向量分类能够提高检测精度。
推荐文章
一种基于高斯模型的运动目标检测算法
运动目标检测
高斯模型
图像分割
一种快速的图像小目标检测算法
小目标检测
局部分形维数
遗传算法
闲值选取法
一种改进的视频运动目标检测算法
视频运动目标检测
背景建模
混合高斯模型
区域生长
视频运动目标定位
实时目标检测算法YOLO的批再规范化处理
目标检测
深度学习
卷积神经网络
批再规范化
YOLO
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于梯度规范化的目标检测算法
来源期刊 计算机与数字工程 学科 工学
关键词 选择性搜索 规范化梯度 特征映射 目标检测
年,卷(期) 2016,(10) 所属期刊栏目 信息融合
研究方向 页码范围 1909-1911,1916
页数 4页 分类号 TP301.6
字数 2448字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.10.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张小锋 南昌航空大学信息工程学院 36 172 7.0 10.0
2 熊林 南昌航空大学信息工程学院 1 0 0.0 0.0
3 夏鹏飞 南昌航空大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
选择性搜索
规范化梯度
特征映射
目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导