亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

摘要： 隨著視頻處理技術的迅速發展及硬件成本的不斷降低,監控設備得到了越來越廣泛的應用。視頻監控普及所帶來的隱私問題泄露逐漸成為了研究熱點。根據目前視頻隱私保護領域的研究現狀,將視頻隱私保護方法主要分為隱私主體識別、隱私主體保護以及隱私信息管理3個階段,對每個階段的算法進行分類概述并分析其優缺點,其中視頻區域保護作為視頻隱私保護領域的重要組成部分,聯系視頻編碼發展歷程對保護方法進行了分析和比較。最后探討了視頻隱私保護領域目前存在的問題并對未來的研究方向進行了展望,為視頻隱私保護的相關研究提供了參考。

摘要: 行人重識別(Person re-identification, Re-ID)旨在跨區域、跨場景的視頻中實現行人的檢索及跟蹤, 其成果在智能監控、刑事偵查、反恐防暴等領域具有廣闊的應用前景. 由于真實場景下的行人圖像存在光照差異大、拍攝視角不統一、物體遮擋等問題, 導致從圖像整體提取的全局特征易受無關因素的干擾, 識別精度不高. 基于局部特征的方法通過挖掘行人姿態、人體部位、視角特征等關鍵信息, 可加強模型對人體關鍵區域的學習, 降低無關因素的干擾, 從而克服全局特征的缺陷, 也因此成為近幾年的研究熱點. 本文對近年基于局部特征的行人重識別文獻進行梳理, 簡述了行人重識別的發展歷程, 將基于局部特征的方法歸納為基于姿勢提取、基于特征空間分割、基于視角信息、基于注意力機制四類, 并詳細闡述了每一類的原理及優缺點. 然后在三個主流行人數據集上對典型方法的識別性能進行了分析比較, 最后總結了目前基于局部特征算法的難點, 并對未來本領域的研究趨勢和發展方向進行展望.

//www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190821

圖像配準是醫學影像處理與智能分析領域中的重要環節和關鍵技術.傳統的圖像配準算法由于復雜性較高、計算代價較大等問題,無法實現配準的實時性要求.隨著深度學習方法的發展,基于學習的圖像配準方法也取得顯著效果.文中系統總結基于深度學習的醫學圖像配準方法.具體地,將方法歸為3類:監督學習,無監督學習和對偶監督/弱監督學習.在此基礎上,分析和討論各自優缺點.進一步,著重討論近年來提出的正則化方法,特別是基于微分同胚表示的正則和基于多尺度的正則.最后,根據當前醫學圖像配準方法的發展趨勢,展望基于深度學習的醫學圖像配準方法.

//manu46.magtech.com.cn/Jweb_prai/CN/abstract/abstract12159.shtml

近年來，由于多模態數據的快速增長，跨模態檢索受到了研究者的廣泛關注，它將一種模態的數據作為查詢去檢索其它模態的數據。例如，用戶可以用文本檢索圖像或/和視頻。由于查詢及其檢索結果模態表征的差異，如何度量不同模態之間的相似性是跨模態檢索的主要挑戰。隨著深度學習技術的推廣以及其在計算機視覺、自然語言處理等領域的顯著成果，研究者提出了一系列以深度學習為基礎的跨模態檢索方法，極大地緩解了不同模態間相似性度量的挑戰，本文稱之為深度跨模態檢索。本文將從以下角度綜述近些年來代表性的深度跨模態檢索論文，基于所提供的跨模態信息將這些方法分為三類：基于跨模態數據間一一對應的、基于跨模態數據間相似度的以及基于跨模態數據語義標注的深度跨模態檢索。一般來說，上述信息呈現遞增的情況，且提供學習的信息越多，跨模態檢索性能越優。在上述不同類別下，涵蓋了七類主流技術，即典型相關分析、一一對應關系保持、度量學習、似然分析、學習排序、語義預測以及對抗學習。不同類別下包含其中部分關鍵技術，其中代表性方法將被具體闡述。同時本文將對比提供不同跨模態數據信息下不同技術的區別，以闡述在提供了不同層次的跨模態數據信息下相關技術的關注點與使用異同。為評估不同的跨模態檢索方法，本文總結了部分代表性的跨模態檢索數據庫。最后本文討論了當前深度跨模態檢索待解決的問題以及未來的研究方向。

為滿足智能制造企業對產品質量檢測的需求, 服務制造企業生產管理, 對缺陷檢測技術的研究現狀、典型方法和應用 進行梳理. 首先總結了磁粉檢測法、滲透檢測法、渦流檢測法、超聲波檢測法、機器視覺和基于深度學習的缺陷檢測技術的 優缺點; 對比分析了磁粉檢測法、滲透檢測法、渦流檢測法、超聲波檢測法、機器視覺檢測的主流缺陷檢測技術和基于深度 學習的缺陷檢測技術的研究現狀; 然后, 梳理了缺陷檢測技術在電子元器件、管道、焊接件、機械零件和質量控制中的典型應 用; 最后, 對缺陷檢測技術的研究情況進行了總結和展望, 指出該研究領域亟需解決的問題和未來發展的方向, 并從高精度、 高定位、快速檢測、小目標、復雜背景、被遮擋物體檢測、物體關聯關系等幾個方面總結近年來發表在 ICCV (International Conference on Computer Vision) 和 CVPR (International Conference on Computer Vision and Pattern Recognition) 等 知名國際會議上相關論文的核心思想和源代碼, 為缺陷檢測技術的進一步發展提供理論和應用上的借鑒與參考.

//www.aas.net.cn/fileZDHXB/journal/article/zdhxb/2020/11/PDF/zdhxb-46-11-2319.pdf

行人再識別的主要任務是利用計算機視覺對特定行人進行跨視域匹配和檢索。相比于傳統算法,由數據驅 動的深度學習方法所提取的特征更能表征行人之間的區分性。對行人再識別的背景及研究歷史、主要面臨的挑 戰、主要方法、數據集及評價指標進行了梳理和總結。主要從特征表達、局部特征、生成對抗網絡三個方面對行人 再識別的算法進行分析,列舉了行人再識別9個常用數據集、3個評價標準和14種典型方法在 Market1501數據集 上取得的準確率,最后對行人再識別的未來研究方向進行展望。