本发明公开了一种基于多维度卷积神经网络的声学场景分类方法，包括通过音频信号处理模块获得音频的改良梅尔频谱图；计算改良梅尔频谱图及一阶差分和二阶差分信息，将这三部分在通道纬度进行拼接作为输入特征；使用三个多维度卷积模块提取音频高维特征，并...

本发明公开了一种目标认知的无锚框孪生网络跟踪算法，包括将输入的初始帧目标模版图像和当前帧搜索区域图像首先经过孪生主干网络提取深度特征；降低提取到的深度特征的通道维度；分别经过三个平行的空洞卷积层得到不同尺度的特征，输入到目标认知注意力块...