

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),卷積神經(jīng)網(wǎng)絡(luò)以其較強(qiáng)的特征泛化能力在目標(biāo)識(shí)別任務(wù)中取得成功,并帶動(dòng)相關(guān)應(yīng)用的研究熱潮。大規(guī)模樣本數(shù)據(jù)與高性能計(jì)算機(jī),是提升基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法性能的主要手段。目前已有改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)使用樣本目標(biāo)區(qū)域集構(gòu)建識(shí)別模型,從擴(kuò)大樣本數(shù)據(jù)的角度來(lái)提升識(shí)別性能。然而,區(qū)域集的質(zhì)量與數(shù)量對(duì)識(shí)別性能有著重要影響。因此,本文對(duì)區(qū)域集提取方法進(jìn)行改進(jìn)設(shè)計(jì),來(lái)對(duì)特定應(yīng)用在非結(jié)構(gòu)化環(huán)境下的目標(biāo)識(shí)別問題進(jìn)行研究,以構(gòu)建低硬件成本下一種擴(kuò)展性強(qiáng)、
2、實(shí)時(shí)、高效的目標(biāo)識(shí)別方法。論文具體工作如下:
針對(duì)選擇搜索算法獲取的目標(biāo)區(qū)域集存在冗余的問題,本文在基于區(qū)域合并的分割算法的基礎(chǔ)上,對(duì)區(qū)域合并準(zhǔn)則進(jìn)行改進(jìn)設(shè)計(jì),提出分層選擇搜索算法。該算法重點(diǎn)是在合并過程中使用多個(gè)互補(bǔ)的相似性度量加權(quán)構(gòu)成的組合相似性度量作為區(qū)域合并的評(píng)判標(biāo)準(zhǔn),以獲取高質(zhì)量、低冗余區(qū)域集作為目標(biāo)或目標(biāo)部件的搜索空間。兩個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文算法在保證分割質(zhì)量的前提下,能有效減少冗余區(qū)域。
針對(duì)
3、低硬件成本下目標(biāo)識(shí)別時(shí)間較長(zhǎng)的問題,本文使用分層選擇搜索算法與改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一種面向特定應(yīng)用的目標(biāo)識(shí)別方法。該方法重點(diǎn)在于采用分層選擇搜索算法進(jìn)行區(qū)域集提取,以降低處理冗余區(qū)域增加的開銷;然后采用大數(shù)據(jù)集上的預(yù)訓(xùn)練與小數(shù)據(jù)集上的微調(diào)求解網(wǎng)絡(luò)參數(shù),降低訓(xùn)練成本及實(shí)現(xiàn)模型復(fù)用;最后使用微調(diào)后的網(wǎng)絡(luò)進(jìn)行樣本特征提取,并結(jié)合樣本類別標(biāo)記信息構(gòu)建分類器。在移動(dòng)產(chǎn)品圖像數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法相較于采用選擇搜索的方法能有效降低識(shí)別時(shí)間
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的水下目標(biāo)識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軍事目標(biāo)識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)種識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像飛機(jī)目標(biāo)識(shí)別研究.pdf
- 數(shù)據(jù)融合中基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別方法研究.pdf
- 基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感圖像自動(dòng)目標(biāo)識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的微型電纜字符識(shí)別方法研究.pdf
- 基于三維卷積神經(jīng)網(wǎng)絡(luò)步態(tài)識(shí)別方法的研究.pdf
- 基于預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的車標(biāo)識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識(shí)識(shí)別研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識(shí)識(shí)別研究及應(yīng)用.pdf
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)的加密解密算法.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的板形識(shí)別方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的飛機(jī)目標(biāo)識(shí)別研究.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別研究.pdf
- 證據(jù)理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的目標(biāo)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論