排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
5.
6.
7.
针对自然场景下文本识别所存在的字符分割困难、识别精度依赖字典等问题,文中提出了一种基于注意力机制与连接时间分类损失相结合的文本识别算法。利用卷积神经网络与双向长短时期记忆网络实现对图像的特征编码,再使用Attention-CTC结构实现对特征序列的解码,有效解决Attention解码无约束的问题。该算法避免了对标签进行额外对齐预处理和后续语法处理,在加快训练收敛速度的同时显著提高了文本识别率。实验结果表明,该算法对字体模糊、背景复杂的文本图像都具有很好的鲁棒性。 相似文献
8.
针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。 相似文献
9.
针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR).首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计.数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR(SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度. 相似文献
10.
一种基于自适应阈值的Merge模式快速选择方法 总被引:1,自引:0,他引:1
高性能视频编码(HEVC)作为最新的视频编码标准, 有赖于各种新技术的引入,其中Merge模式利用部分相邻块运动信息的相关性对其的 压缩性能有显著贡献,然而HEVC在显著提升编码效率的同时复杂度也有所提高, 限制了它在实际中的应用。由于需要遍历多个Merge候选点使Merge模式带来一定的 复杂度,为 降低Merge模式的编码复杂度,本文分析了不同编码单元深度和量化系数值所对应的率失真 代价值(RD cos t)变化特 点,提出使用自适应阈值的方法减少Merge模式中的率失真优化计算次数,从 而快速选择最优的Merge 候选点。基于HM14.0的仿真结果显示,所提方法能平均减少 15.38%的编码时间,而在相同客观质量下码率只增加了0.37%。 相似文献
1