...
机译:通过学习深度质量模型,使用多通道视觉特征融合进行行人检测
Guizhou Univ Coll Comp Sci & Technol Guiyang Guizhou Peoples R China;
Peking Univ Shenzhen Grad Sch Key Lab Integrated Microsyst Shenzhen Peoples R China;
Guizhou Univ Elect Engn Coll Guiyang Guizhou Peoples R China;
Guizhou Normal Univ Key Lab Informat & Comp Sci Guizhou Prov Guiyang Guizhou Peoples R China;
Convolutional neural networks; Pedestrian detection; VGG-16 net; RA block; Faster R-CNN; Quality model;
机译:通过学习深度质量模型,使用多通道视觉特征融合进行行人检测
机译:具有多通道特征串联和多视角系统组合的信息融合框架,用于基于深度学习的麦克风阵列语音鲁棒识别
机译:深度卷积神经网络用于多层次特征融合的行人检测
机译:基于特征关联的深度融合网络的行人检测
机译:使用Dashcam深入学习的行人检测
机译:深度神经网络故障诊断的深度学习模型多通道感觉信号的特征融合
机译:使用多通道和多尺度特征融合CNN-LSTM精确深度模型。