回覆列表
  • 1 # 13981981978

    卷積神經網路有以下幾種應用可供研究: 1、基於卷積網路的形狀識別 物體的形狀是人的視覺系統分析和識別物體的基礎,幾何形狀是物體的本質特徵的表現,並具有平移、縮放和旋轉不變等特點,所以在模式識別領域,對於形狀的分析和識別具有十分重要的意義,而二維影象作為三維影象的特例以及組成部分,因此二維影象的識別是三維影象識別的基礎。 2、基於卷積網路的人臉檢測 卷積神經網路與傳統的人臉檢測方法不同,它是透過直接作用於輸入樣本,用樣本來訓練網路並最終實現檢測任務的。它是非引數型的人臉檢測方法,可以省去傳統方法中建模、引數估計以及引數檢驗、重建模型等的一系列複雜過程。本文針對影象中任意大小、位置、姿勢、方向、膚色、面部表情和光照條件的人臉。 3、文字識別系統 在經典的模式識別中,一般是事先提取特徵。提取諸多特徵後,要對這些特徵進行相關性分析,找到最能代表字元的特徵,去掉對分類無關和自相關的特徵。然而,這些特徵的提取太過依賴人的經驗和主觀意識,提取到的特徵的不同對分類效能影響很大,甚至提取的特徵的順序也會影響最後的分類效能。同時,影象預處理的好壞也會影響到提取的特徵。

  • 中秋節和大豐收的關聯?
  • 蓮花菜怎麼做如何做好吃?