您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201905-29
论文题目 基于深度学习的多关键帧传播视频目标检测
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于深度学习的多关键帧传播视频目标检测

首发时间:2019-05-06

董潇潇 1   

董潇潇(1994-),女,主要研究方向:信息与通信工程

王敬宇 1   

王敬宇(1978-),男,教授、博导,主要研究方向:人工智能,数据通信网络

  • 1、北京邮电大学网络技术研究院,北京市 100876

摘要:近年来,随着深度学习的发展,深度卷积神经网络在图像识别方面取得了巨大成功,这种成功促进了图像识别技术向视频领域的延伸和扩展。目标检测一直是计算机视觉领域最具挑战性的问题,目前,业界对图像目标检测问题的算法已相对成熟,效果良好,但对视频目标检测问题的研究还比较少。视频相比于图片包含更多的信息。本文在业界已有视频目标检测算法DFF算法和FGFA算法的基础上提出了一种新的算法,命名为MKP算法,它融合了DFF算法和FGFA算法的优点。实验表明,通过调节参数,MKP算法可以得到具有不同准确率和速率的模型,因此,MKP算法可以适用于不同的场景和需求。

关键词: 特征提取 目标检测 光流 特征传播 特征聚合

For information in English, please click here

Multi-Keyframe Propagation for Video Object Detection Based on Deep Learning

DONG Xiaoxiao 1   

董潇潇(1994-),女,主要研究方向:信息与通信工程

WANG Jingyu 1   

王敬宇(1978-),男,教授、博导,主要研究方向:人工智能,数据通信网络

  • 1、Institute of network technology, Beijing University of Posts and Telecommunications, Beijing City 100876

Abstract:Recently, with the development of deep learning, deep convolution neural networks have achieved great success on image recognition. The success promoted the extension and expansion of image recognition technology to the video field. Object detection is the most challenging problem in the field of computer vision. Now, the algorithms for image object detection problem are relatively mature and effective. However, there are few studies on video object detection. The video contains more information than the image. Based on DFF algorithm and FGFA algorithm, this paper presents a new algorithm, called MKP algorithm, which combines the advantages of DFF algorithm and FGFA algorithm. Experiments show that we can get models with different accuracy and rate by adjusting the parameters, so that the MKP algorithm can be applied to different scenarios and needs.

Keywords: feature extraction object detection optical flow feature propagation feature aggregation

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
董潇潇,王敬宇. 基于深度学习的多关键帧传播视频目标检测[EB/OL]. 北京:中国科技论文在线 [2019-05-06]. https://www.paper.edu.cn/releasepaper/content/201905-29.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于深度学习的多关键帧传播视频目标检测