基于深度学习的仿生机器孔雀图像识别方法.pdf
Ja****20
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的仿生机器孔雀图像识别方法.pdf
本发明公开了基于深度学习的仿生机器孔雀的图像识别方法,包括以下步骤:采集公开的人脸检测数据库作为训练和验证的图像数据集;设计基于卷积神经网络的深度学习架构,在深度学习架构内实现人脸检测功能;采集仿生机器孔雀摄像头所拍摄到的现场图像对训练好的卷积神经网网进行微调,实现室内复杂环境下的人脸检测功能;得到经验参数以确定观众的着装定位,并统计各种颜色所占的相应比重;本发明实现娱乐仿生机器人在复杂环境下准确高效的人脸检测和颜色识别,鲁棒性好;且对现场图像对训练好的深度学习架构进行参数微调;最后实现对于摄像头捕捉到的
基于深度学习的植物图像识别方法研究.docx
基于深度学习的植物图像识别方法研究袁银++王东斌++刘永金摘要传统植物图像识别研究主要集中在植物叶片图像。研究将深度神经网络学习运用于植物识别领域,突破局部叶片图像的限制,对常规植物图片进行识别。该方法运用googleNet的深度卷积神经网络结构,通过图像旋转、镜像、随机裁剪等数据预处理方法扩充训练集,再利用SGD(随机梯度下降法)进行模型算法优化,生成对50种常规植物图像的识别模型。结果表明,该模型在测试集上能够达到平均90%的准确率。关键词植物图像识别;深度学习;神经网络TP391.41A1007-5
基于深度学习的手势图像分割与识别方法以及装置.pdf
本发明提供了一种基于深度学习的手势图像分割与识别方法以及装置。本发明中方法首先预处理手势图像,使其图像的大小尺寸固定。其次,在复杂背景中通过密集分割网络密集的连接不同空洞率的空洞卷积获取在不同视野上的手势多尺度信息,以提高特征表述的精确性。另外,为了融合不同层级上的细节和空间位置信息,提升整体网络的分割性能,密集分割网络采用编码器‑解码器结构,去掉了冗余的背景信息,实现了手势图像的精准分割。最后将仅仅保留手势图像的掩膜图输入到手势识别网络中,采用改进算法进行识别。通过本发明可以提高手势图像的分割性能,从而
基于深度学习的家具图像风格识别方法研究的开题报告.docx
基于深度学习的家具图像风格识别方法研究的开题报告一、问题背景家具是人们日常生活中不可或缺的物品,随着社会的发展,人们对家具的要求也越来越高。家具的样式和风格也在不断变化,不同的风格可以体现出不同的文化气息和审美观念。如何快速准确地识别家具的风格,对于家具制造商和消费者都非常重要。定量分析家具的风格特征一直是研究的热点和难点,常用的方法包括手工提取特征、浅层神经网络和传统的机器学习方法。然而,这些方法都存在不同程度的局限性,如手工提取特征需要人工干预和时间成本高、浅层神经网络容易过拟合等。基于深度学习的方法
一种基于深度学习的细胞图像识别方法.pdf
本发明属于细胞图像处理技术领域,尤其是一种基于深度学习的细胞图像识别方法,包括视觉图像处理模块,所述视觉图像处理模块将细胞图像分解成n*m个传感器大小的图像,传感器为每个细胞采样赋予0到(2<base:Sup>b</base:Sup>?1)之间的值,所述传感器为每个细胞采样赋予0到(2<base:Sup>b</base:Sup>?1)之间的值为像素值时,使用二维离散矩阵I(n<base:Sub>1</base:Sub>,n<base:Sub>2</base:Sub>)来表示像素值矩阵,像素值矩阵。该基于深