檢索結果：共5筆資料 檢索策略： "Nai-Jian Wang".ecommittee (精準) and ckeyword.raw="卷積神經網路"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
深度學習在許多領域有很多傑出的表現。在深度學習的領域中，最常見的演算法架構為卷積神經網路(CNN)，不僅被廣泛的應用在電腦視覺及影音辨識，近年來更大幅的超越所有相關領域的人工特徵。然而，此些技術相較…
2
在本論文中，提出了漸進式(progressive)的過程來進行人體姿態估計(human pose estimation)，並且由改良過的堆疊沙漏型網路(modified stacked hourgl…
3
生成對抗網路促進許多領域的發展，因為生成對抗網路可以透過對抗式的訓練讓網路學習到訓練資料的分布，並且生成與訓練資料分布類似的資料。基礎的生成對抗網路由兩個獨立的網路所組合的，生成網路是用來合成樣本，…
4
疲勞駕駛為車禍事故的重要原因之一，且每年因疲勞駕駛而死亡的人數也日益增加，為了防止這個問題造成的影響，本研究提出疲勞駕駛偵測系統。 此研究所面臨的挑戰主要在於人臉的變化，系統準確性受到所需要的時間…
5
手因為其靈活的特性，是人類生活中主要操作大小事務的肢體部位之一，也因此，人們開始對於提取串流影像中手部的位置及姿態的議題感到興趣，相信這些手部資訊可以增進當今人機互動的體驗。而隨著卷積神經網路…