Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks翻译

跌倒检测：来自CCTV摄像机供稿的人跌倒检测

Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能

自适应对象检测的Rebuild_Strong-Weak-Distribution-Alignment 这是个人论文的重建<用于自适应对象检测的强弱分布对齐>

Shallow and Deep Networks Intrusion Detection System: A Taxonomy and Survey Elike Hodo

Unsupervised Electric Motor Fault Detection by Using Deep Autoencoders Emanuele Principi

我又回到了另一个基于Arduino的家庭自动化项目。

项目面关键点检测

旷视科技提出的Detection in Crowded Scenes: One Proposal, Multiple Predictions，使用实例集预测实例2020cvpr

1991_Sub-Pixel Edge Detection in Character Digitization