郑钰辉

作品数：28被引量：293H指数：8
导出分析报告
供职机构：南京信息工程大学更多>>
发文主题：图像网络行人注意力车辆图像更多>>
发文领域：自动化与计算机技术电子电信文化科学机械工程更多>>
发文期刊：《中国电子商务》《人力资源管理》《数字技术与应用》《计算机工程与应用》更多>>
所获基金：国家自然科学基金国家高技术研究发展计划香港特区政府研究资助局资助项目江苏高校优势学科建设工程资助项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合通道注意力的跨尺度Transformer图像超分辨率重建
《中国图象图形学报》2025年第3期784-797,共14页李焱 董仕豪 张家伟 赵茹 郑钰辉 
国家自然科学基金项目(U20B2065)。
目的针对在超分辨率任务中,Transformer模型存在特征提取模式单一、重建图像高频细节丢失和结构失真的问题,提出了一种融合通道注意力的跨尺度Transformer图像超分辨率重建模型。方法模型由4个模块组成:浅层特征提取、跨尺度深层特征提...
关键词：图像超分辨率 跨尺度Transformer 通道注意力机制 特征融合 深度学习 
融合上下文感知注意力的Transformer目标跟踪方法
《中国图象图形学报》2025年第1期212-224,共13页徐晗 董仕豪 张家伟 郑钰辉 
国家自然科学基金项目(U20B2065);江苏省自然科学基金项目(BK20211539)。
目的 近年来,Transformer跟踪器取得突破性的进展,其中自注意力机制发挥了重要作用。当前,自注意力机制中独立关联计算易导致权重不明显现象,限制了跟踪方法性能。为此,提出了一种融合上下文感知注意力的Transformer目标跟踪方法。方法...
关键词：计算机视觉 目标跟踪 上下文感知注意力 TRANSFORMER 特征融合 
图像修复方法研究综述被引量：15
《计算机科学与探索》2022年第10期2193-2218,共26页罗海银 郑钰辉 
国家自然科学基金(61972206,62011540407);江苏省“六大人才高峰”高层次人才项目(RJFW-015)。
图像修复是指恢复图像中受损区域像素,使其尽可能地与原始图像保持一致。图像修复不仅在计算机视觉任务中至关重要,同时也是其他图像处理任务研究的重要基石。然而现存图像修复相关总结研究较少,为了更好地学习和推进图像修复任务研究,...
关键词：计算机视觉 图像修复 深度学习 单元图像修复 多元图像修复 
基于全变分正则和L_(2,1)范数的视频去雨张量模型被引量：1
《应用科学学报》2022年第2期233-245,共13页卢星含 郑钰辉 张建伟 
提出了一种基于全变分正则与L_(2,1)范数的视频去雨张量模型用于解决雨线遮挡问题。首先,对雨线成分与视频背景先验信息进行预处理,获取相应正则化条件的构建依据以增强各部分稀疏性,便于促进雨线分离。其次,考虑到视频图像存在不规则...
关键词：视频去雨 张量模型 范数 全变分 交替方向乘子法 
基于深度学习的通用目标检测研究综述被引量：49
《电子学报》2021年第7期1428-1438,共11页程旭 宋晨 史金钢 周琳 张毅锋 郑钰辉 
国家自然科学基金(No.61802058,No.61911530397,No.61972206,No.61672293);江苏省自然科学基金(No.BK20201267);中国博士后科学基金(No.2019M651650)。
目标检测是计算机视觉领域中最基础且最重要的任务之一,是行为识别与人机交互等高层视觉任务的基础.随着深度学习技术的发展,目标检测模型的准确率和效率得到了大幅提升.与传统的目标检测算法相比,深度学习利用强大的分层特征提取和学...
关键词：计算机视觉 深度学习 目标检测 卷积神经网络 
基于时空注意力机制的目标跟踪算法被引量：7
《计算机科学》2021年第4期123-129,共7页程旭 崔一平 宋晨 陈北京 郑钰辉 史金钢 
国家自然科学基金(61802058,61911530397,62072251);中国博士后科学基金项目(2019M651650);南京信息工程大学人才启动经费(2018r057)。
目标跟踪技术在智能监控、人机交互、无人驾驶等诸多领域得到了广泛的应用。近年来,学者们提出了许多高效的算法。然而,随着跟踪环境越来越复杂,目标跟踪算法在遮挡、光照变化、背景干扰等复杂环境下仍然面临着巨大的挑战,从而导致目标...
关键词：深度学习 目标跟踪 孪生网络 注意力机制 模板更新 
深度卷积生成对抗网络结构被引量：6
《电子技术与软件工程》2018年第24期5-6,共2页柯研 王希龙 郑钰辉 
近年来,随着深度学习的火热发展,以深度卷积神经网络为代表的监督学习已经在计算机视觉等领域上发挥出了巨大的作用,然而用深度学习去解决无监督学习受到的关注却比较少,直道有人将卷积神经网络引入到生成式模型上,提出了卷积神经网络...
关键词：深度学习 深度卷积生成对抗网络 无监督学习 
卷积神经网络图像处理被引量：10
《电子技术与软件工程》2018年第22期72-73,共2页柯研 王希龙 郑钰辉 
随着互联网信息技术的迅速发展,图像类型的数据也呈现出爆炸式增长,如何能够快速有效地对这些图像信息进行处理,已经成为目前计算机领域的一个重要研究方向。传统的图像识别方法,主要是先通过提取一些特征点,然后再通过数学统计模型表...
关键词：深度学习 卷积神经网络 图像处理 
深度迁移学习简介
《数码世界》2018年第11期37-37,共1页柯研 王希龙 郑钰辉 
随着深度学习的持续火热,计算机视觉以及自然语言处理等领域通过深度神经网络迎来了快速的发展。但是这些深度网络往往需要非常庞大的数据集以及大量的计算时间、计算资源去训练模型,才能达到一个很好的效果。实际中,我们处理的许多针...
关键词：深度学习 迁移学习 神经网络 
基于循环神经网络的自然语言处理方法被引量：1
《数码世界》2018年第10期212-213,共2页柯研 刘信言 郑钰辉 
随着计算机人工智能技术的快速发展,人工智能也在人类生活中快速地、广泛地应用起来,例如越来越多的人工智能音箱,语音助手在手机上、生活中广泛使用,语音的识别与处理逐步成为计算机领域的一个重要研究方向。传统的语音识别,将较长的...
关键词：深度学习 循环神经网络 自然语言处理 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部