最新最全论文合集——深度学习在智能机器人中的应用

AMiner平台提供科技图谱与学术服务,涉及2.3亿论文和1.36亿学者数据。行人属性识别是计算机视觉领域的一个挑战,早期依赖手工特征和SVM等,现借助深度学习提升算法鲁棒性。论文集包含23篇相关论文,其中最被引用的工作是关于多标签图像识别的深度学习方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文:https://www.aminer.cn/topic

论文集地址:https://www.aminer.cn/topic/6040967492c7f9be21458e77

行人属性识别,目的是从输入图像中挖掘行人的属性信息。行人属性识别挖掘得到的是行人的高层语义信息,这些信息和低层特征不同,对视角变换和成像条件的变化比较鲁棒。计算机视觉领域的很多算法,如ReID和行人检测,都会集成行人的属性信息以提升算法的鲁棒性。虽然,RAP领域已经有了很多的研究成果,但因为视角、光线、分辨率等因素的影响,它仍然是一个很有挑战性的领域。早期的行人属性识别领域主要用的是手工设计的低层特征,如HOG、SIFT,再结合分类算法SVM和条件随机场(CRF),这些算法在实际应用中的效果不理想。近年来,随着深度学习的发展,也出现了很多的基于深度学习的RAP算法。

该论文集共收录23篇论文,引用最多的论文为Multi-label Image Recognition by Recurrently Discovering Attentional Regions。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

AMiner,一个具有认知智能的学术搜索引擎:https://www.aminer.cn

#AMiner# #论文#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值