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:
视觉目标定位是计算机视觉研究的重要方向之一,准确度高、稳定性好、速度快是视觉目标定位算法追求的目标,针对当前基于卷积神经网络的视觉目标定位算法在训练模型时需要持续训练和更新,导致计算量非常大、定位精度低、成功率低等不足,提出基于双卷积通道的卷积神经网络模型,通过与目前主流的定位算法进行比较,结果表明该算法具有较高的定位精度和成功率.
推荐文章
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
一种基于神经网络的视觉定位系统
立体视觉系统
相机标定
位置测量
人工神经网络
基于并行卷积神经网络的人脸关键点定位方法研究
人脸特征点定位
卷积神经网络
图像卷积
下图像采样
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
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 基于卷积神经网络的视觉目标定位研究
来源期刊 现代信息科技 学科 工学
关键词 卷积神经网络 目标定位 图像检测
年,卷(期) 2020,(22) 所属期刊栏目 计算机技术
研究方向 页码范围 113-115
页数 3页 分类号 TP391.41|TP183
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2020.22.030
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (2)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
卷积神经网络
目标定位
图像检测
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导