GG的博客

【代码】DRSN代码调试未成功。

作者主要使用的方法是： faster R-CNN和Domain Adaptation（DA）的方法来改善夜间车辆的检测。在DA的帮助下，源域和目标域的域分布差异减小。数据集是自己收集的新的数据集，2200张交通图片（1200张白天的图片、1000张夜间的图像）领域自适应即Domain Adaptation是迁移学习中很重要的一部分内容，目的是把分布不同的源域和目标域的数据，映射到一个特征空间中，使其在该空间中的距离尽可能近。于是在特征空间中对source domain训练的目标函数，就可以迁移.

Keywords:Traffic information system（交通信息系统）traffic surveillance（交通监控）nighttime surveillance（夜间监控）vehicle detection vehicle trackingAbstract提出了一种有效的交通视频监控系统，用于交通场景中车辆的检测。道路移动车辆识别过程用于车辆跟踪、计数、每辆车辆的正常速度、运动检查和车辆分类目标，并可在各种情况下执行。在本文中，我们提出了一种新的混合人工神经网络(AN...

这是一篇综述的论文。领域是车辆检测领域，主要是智能交通系统相关的方法。方法如下：文章主要讲了三个点：1）基于 InRoadway2）基于OverRoadway3）基于SideRoadway1）基于 InRoadway2）基于OverRoadway基于路面的车辆分类系统在路面上安装传感器，提供不需要路面物理变化的非侵入性解决方案，大大降低了施工和维护成本。此外，这些分类系统能够覆盖多个车道，在某些情况下可以覆盖整个道路段(如空中平台[831])。...

1.论文主干为：卷积神经网络的发展历史、神经元模型、多层感知机的结构、卷积神经网络的结构（卷积层、取样层、全连接层）、网中网结构、空间变换网络（改进的卷积神经网络）、卷积神经网络的监督学习、无监督学习训练方法、常用的开源工具。2.发展历史（人工神经网络）：MP模型（心理学家 McCulloch ，数理逻辑学家 Pitts、1943年）>单层感知器模型（Rosenblatt、50 年代末、60 年 代初）>反向传播网络（Back Propagation Network）（Rumel..