随着无人驾驶和智能驾驶技术的发展，计算机视觉对视频图像检测的实时性和准确性要求也越来越高.现有的行人检测方法在检测速度和检测精度两个方面难以权衡.针对此问题，提出一种改进的Faster R-CNN模型，在Faster R-CNN的主体特征提取网络模块中加入SE网络单元，进行道路行人检测.这种方法不仅能达到相对较高的准确率，用于视频检测时还能达到一个较好的检测速率，其综合表现比Faster R-CNN模型更好.在INRIA数据集和私有数据集上的实验表明，模型的mAP最好成绩能达到93.76%，最高检测速度达到了13.79 f/s.

FCM与改进的FCM，对比了这两种算法的优缺点，

opencv 人脸识别 眼睛识别 嘴巴识别，检测人脸识破摆正的一个软件测试！提供者来宾（毕业设计！）

一种基于LBP改进的人脸识别算法.pdf

为了提高DV-Hop定位算法在不规则网络中的精确度，针对该算法的不足之处，提出了一种基于平均跳距和估计距离的改进的DV-Hop算法。该算法考虑了未知节点到参考节点的路径与参考节点间的路径可能存在重合或部分重合这一特性，对平均跳距进行修改，并利用误差对距离进行修正。仿真实验结果表明，在不规则网络环境下，改进算法的定位精度得到明显提高。

查询修改 一种信息检索系统，它利用用户提供的相关性反馈来改进 Bing 返回的搜索结果。 提交的文件 Source Code ============================== 1) Main.java 2) Entry.java 3) BingSearch.java 4) QueryExpansion.java 5) WeightComparator.java External Libraries ============================== 6) stopwords.txt 7) org-apache-commons-codec.jar Automation Tools ============================== 8) run.sh 9) makefile Test Results & Documentation =============

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识别算法。首先,用RGB(Red,Green,Blue)图像和光流数据作为网络的输入,分别训练Faster RCNN;然后,将训练好后的网络模型进行融合,并引入改进的压缩和激励模块对特征通道进行处理,以突出重要特征;最后,用完全的交并比损失函数作为边框回归损失函数,以优化某些预测框与真实框不能相交等问题。实验结果表明,相比传统的Faster RCNN,本算法在动作识别数据集UCF101上的准确率得到了一定的提高。

人工智能-机器学习-改进kriging模型及其在隧道围岩稳定可靠度计算中的应用.pdf

人工智能-机器学习-改进的Apriori算法在Excel智能考试系统中的应用.pdf

人工智能-机器学习-改进的层次型移动IPv6切换方案.pdf