JavaShuo
欄目
標籤
Learning Cross-Modal Deep Representations for Robust Pedestrian Detection
時間 2021-01-02
標籤
深度學習
简体版
原文
原文鏈接
Abstract 本文提出了一種在不利照明條件下檢測行人的新方法。 我們的方法依賴於一種新型的跨模態學習框架,它基於兩個主要階段。 首先,給出一個多模態數據集,採用深度卷積網絡學習非線性映射,對RGB和熱圖之間的關係進行建模。 然後,所學習的特徵表示被遷移到第二個深度網絡,其接收RGB圖像作爲輸入,並輸出檢測結果。 以這種方式,學習到了對不良照明條件具有判別性和魯棒性的特徵。 重要的
>>阅读原文<<
相關文章
1.
Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection
2.
[cv]鄭哲東 Deep-ReID——Learn pedestrian representations from
3.
(論文筆記)Deep Learning Strong Parts for Pedestrian Detection
4.
Pushing the Limits of Deep CNNs for Pedestrian Detection
5.
Deep Image Retrieval: Learning global representations for image search
6.
CUHK Occlusion Dataset (for pedestrian detection)
7.
A deep matrix factorization method for learning attribute representations
8.
(ch8) Deep Learning for Anomaly Detection: A Survey
9.
Deep Learning Object Detection
10.
【學習】Deep Learning for Deepfakes Creation and Detection
更多相關文章...
•
Swift for 循環
-
Swift 教程
•
Scala for循環
-
Scala教程
•
Java Agent入門實戰(三)-JVM Attach原理與使用
•
Java Agent入門實戰(一)-Instrumentation介紹與使用
相關標籤/搜索
Deep Learning
representations
pedestrian
robust
detection
learning
deep
robust+java
track+detection
Meta-learning
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
.Net core webapi2.1生成exe可執行文件
2.
查看dll信息工具-oleview
3.
c++初學者
4.
VM下載及安裝
5.
win10下如何安裝.NetFrame框架
6.
WIN10 安裝
7.
JAVA的環境配置
8.
idea全局配置maven
9.
vue項目啓動
10.
SVN使用-Can't remove directoryXXXX,目錄不是空的,項目報錯,有紅叉
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection
2.
[cv]鄭哲東 Deep-ReID——Learn pedestrian representations from
3.
(論文筆記)Deep Learning Strong Parts for Pedestrian Detection
4.
Pushing the Limits of Deep CNNs for Pedestrian Detection
5.
Deep Image Retrieval: Learning global representations for image search
6.
CUHK Occlusion Dataset (for pedestrian detection)
7.
A deep matrix factorization method for learning attribute representations
8.
(ch8) Deep Learning for Anomaly Detection: A Survey
9.
Deep Learning Object Detection
10.
【學習】Deep Learning for Deepfakes Creation and Detection
>>更多相關文章<<