卷积神经网络新方向：Three-column CNN实现无参考立体图像评估
Three-column CNN模型通过同时处理立体图像中包含的平面图像信息，以及差分图像所包含的深度信息，构造了一类新的无参考立体图像质量评估方法，突破了传统的处理思想，有效地将平面信息与深度信息统一的运用到质量评估算法。 模式识别领域国际权威期刊《Pattern Recognition》在2016年1月发表了山东大学视觉传感与智能系统实验室与华为诺亚方舟实验室的研究成果《Learning St
相关文章
- 1. 卷积神经网络CNN（1）——图像卷积与反卷积
- 2. CNN卷积神经网络（图解CNN）
- 3. TensorFlow 实现卷积神经网络（CNN）
- 4. TensorFlow实现卷积神经网络CNN
- 5. 卷积神经网络CNN
- 6. 卷积神经网络(CNN)
- 7. 卷积神经网络 CNN
- 8. 卷积神经网络（CNN）
- 9. CNN卷积神经网络
- 10. CNN - 卷积神经网络
- 更多相关文章...
- • 网络体系的构成和类型 - TCP/IP教程
- • DTD - 实体 - DTD 教程
- • ☆基于Java Instrument的Agent实现
- • Spring Cloud 微服务实战(三) - 服务注册与发现
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 卷积神经网络CNN（1）——图像卷积与反卷积
- 2. CNN卷积神经网络（图解CNN）
- 3. TensorFlow 实现卷积神经网络（CNN）
- 4. TensorFlow实现卷积神经网络CNN
- 5. 卷积神经网络CNN
- 6. 卷积神经网络(CNN)
- 7. 卷积神经网络 CNN
- 8. 卷积神经网络（CNN）
- 9. CNN卷积神经网络
- 10. CNN - 卷积神经网络