- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【跌倒识别算法学习】Human Fall Detection System using Long-Term Recurrent Convolutional Networks for Next-Gene
跌倒会导致严重伤害甚至死亡，尤其是老年人。因此，跌倒检测系统具有挽救生命和改善医疗结果的潜力。在当今充满活力的世界中，安全和医疗保健问题是人们最关心的问题。坠落事故可能会对老年人或儿童造成严重伤害，在某些情况下，还可能导致死亡。已经提出了一种基于深度学习的人体运动识别方法，可以在不使用任何昂贵的可穿戴设备的情况下，即使在低分辨率下，也能检测到人类从视频中坠落，并向其他最终用户发送警报消息。本文在我们提出的FD503视频数据集上实现了长期递归卷积网络（LRCN）模型。使用建议的策略获得了90%的准确率。
2024-10-24 17:37:42
481
原创 问题探索与论文：基于计算机视觉的老年人活动识别和跌倒检测的深度学习：系统回顾（Deep learning for computer vision based activity recognition
老年跌倒的问题的技术讨论
2024-10-24 14:17:16
2737
原创 nerf的综述学习笔记：A Critical Analysis of NeRF-Based 3D Reconstruction
相反，为了评估完整性，从GT到计算数据的距离被计算出来。这些距离可以是有符号的，也可以是无符号的，这取决于具体的评估方法。准确性反映了重建的点与地面真理的接近程度，而完整性表示所有GT点的覆盖程度。NeRF的技术和通过摄影测量在各种大小和表面特征（纹理良好、无纹理、金属、半透明和透明）的物体上生成的3D重建的准确性。其中N表示观测到的点云的数量，Xj表示每个点与相应参考点或表面的最近距离，以及X表示平均观测距离。具有复杂几何或遮挡的场景不适用、受限于拍摄的图像的分辨率、可能会造成吵杂的堆叠。
2024-10-17 16:45:01
726
原创 多模态大模型的感性理解
本文对展示视觉和视觉语言能力的多模态基础模型的分类和演变进行了全面的调查，重点关注从专业模型到通用助手的过渡。研究领域包括五个核心主题，分为两个类。（i） 我们首先对成熟的研究领域进行了调查：为特定目的预先训练的多模态基础模型，包括两个主题——视觉理解和文本到图像的生成。
2024-10-15 21:00:25
1919
原创 开放世界识别方向的感性认识
什么是开放世界识别？开放世界识别是一个计算机视觉领域的概念，它旨在模拟人类在现实世界中的认知能力，即能够识别已知对象的同时，也能区分和标记未知或未见过的对象。这一概念挑战了传统机器学习和深度学习模型的封闭世界假设，后者通常在训练时要求所有可能的类别都已知并被标记。
2024-10-15 16:39:09
1910
原创 OWOD：开放世界目标检测，更贴近现实的检测场景 | CVPR 2021 Oral 代码复现失败
创建python失败，因为目前anaconda最低版本是3.8。因为代码需要python=3.6。
2024-10-10 11:56:19
591
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人