排序方式: 共有3条查询结果,搜索用时 156 毫秒
1
1.
2.
基于内容的图像检索技术是访问大型遥感图像数据库的关键技术.然而,低级特征和高级语义概念间的语义鸿沟很大程度上限制了检索的性能.因此,研究了使用简单贝叶斯网络从分割图像区域的颜色纹理特征中推断出图像的语义概念.该语义概念指的是卫星图像中的各种地表类型如森林、岩石、水域等.实验表明,论文提出的方法获得了较高的准确率和较低的响应时间. 相似文献
3.
为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory, LSTM)网络学习时空窗口的特征表示,通过一个额外的全连接层对场上球员的隐性空间表征进行级联处理.利用Softmax层对球员的终结动作(如投篮得分、失误、犯规等)的概率进行估计,每个终结动作均与一个预期分值关联,并用其估计预期得分.为了解决数据的不平衡性,对训练阶段使用参数化的下采样方案.实验结果表明:所提方法可以准确地估计回合结果的概率分布,对技术统计数据之外的微动作评价具有参考价值. 相似文献
1