搜索结果: 1-5 共查到“知识要闻 控制科学与技术 深度学习”相关记录5条 . 查询时间(0.106 秒)
中国科学院自动化所揭示深度学习模型对幻觉轮廓“视而不见”（图）
自动化所 学习模型 幻觉轮廓 视而不见
2023/3/30
2023年3月30日，中国科学院自动化研究所研究员曾毅课题组基于人类和生物视觉系统中广泛存在的幻觉轮廓现象启发，提出了一种将机器学习视觉数据集转换成幻觉轮廓样本的方法，量化测量了当前的深度学习模型对幻觉轮廓识别能力。实验结果证明从经典的到最先进的深度神经网络均难以像人一样具有较好的幻觉轮廓识别能力。相关研究成果发表在Patterns上。
基于深度学习的二维人体姿态估计
深度学习 二维人体 姿态估计
2022/12/12
人体姿态估计是计算机视觉领域的一个基础且具有挑战的任务,人体姿态估计对于描述人体姿态、人体行为等至关重要.有许多计算机视觉任务都是以人体姿态估计任务作为基础的,包括行为识别、行为检测等等.近些年,随着深度学习技术的发展,尤其是随着卷积神经网络算法的提出,我们可以通过神经网络强大的拟合能力和特征提取能力建立一种隐式的人体姿态估计模型,大大降低了人体姿态估计的门槛,同时也提高了人体姿态估计的准确率,这...
中国科学院沈阳自动化研究所等在深度学习泛化能力研究中获进展
深度学习 人工智能 网络深度 机器人学
2020/11/27
深度学习是近年受到关注的研究领域，在人工智能与模式识别相关问题解决上表现出优越的性能。然而，随着求解问题复杂度的提升，网络深度也在加深。目前，该领域主要挑战之一是挖掘网络深度和求解问题复杂度之间的关系，明确网络深度及其泛化能力。中国科学院沈阳自动化研究所研究员韩志等联合西安交通大学教授林绍波、香港城市大学教授周定轩开展合作，通过在特征提取上深度-参数的平衡选择，给出特征与网络深度之间的相互适应性，...
中国科学院沈阳自动化研究所在深度学习泛化能力研究上取得重要进展
中国科学院沈阳自动化研究所 深度学习 泛化能力
2020/11/26
近日，依托于中国科学院沈阳自动化研究所机器人学国家重点实验室在深度学习泛化能力研究上取得了重要进展。以韩志研究员为第一作者、博士生余思泉为第二作者的最新研究成果Depth selection for deep ReLU nets in feature extraction and generalization近日发表于国际人工智能与模式识别模式领域顶级期刊IEEE Trans. on Patter...
近日，中国科学院沈阳自动化研究所创新性地提出了去除航拍图像检测结果中误检目标的方法，并针对航拍图像特性设计了相应的检测网络。相关成果发表在Sensors上。航拍图像的目标检测在农业、资源勘探等领域有着广泛的应用需求，上述场景中严格的检测要求也推动了检测算法的改进创新。在基于深度学习的目标检测方法中主要有两种类型的优化手段：针对待检测目标特性优化检测网络框架；优化检测结果后处理方法。