![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- 混合模型:基于VGG-16+PCA+Meanshift/DBSCAN的图像分类混合模型实战简介数据集训练集测试集实战讲解 简介 博主上次做的VGG16训练宝可梦多分类图像识别,5个每类,每个类别250张左右,训练数量并不多,但如果我的训练数量更少呢?因为在现实生活中,没办法穷尽所有的数据。我们期望更多的高质量数据:正常数据,穷尽类别,标注正确;但是现实大部分为普通数据:夹杂异常数据,包含部分类别,标注标准不一致。为了考虑这个问题,我们可以综合许多模型的优点。于是混合模型就出现了。 混合模型一般有是监督学习、无监督学习、机器学习和深度学习这四种混搭。本文采取的是监督+无监督学习,即半监督学习。 本文仅有10张原始数据集!仅有10张如何识别普通雷伊和其余形态雷伊?看看混合模
0 231浏览
会员免费 - 基于边界值不变量的对抗样本检测方法目前,深度学习成为计算机领域研究与应用最广泛的技术之一,在图像识别、语音、自动驾驶、文本翻译等方面都取得良好的应用成果。但人们逐渐发现深度神经网络容易受到微小扰动图片的影响,导致分类出现错误,这类攻击手段被称为对抗样本。对抗样本的出现可能会给安全敏感的应用领域带来灾难性的后果。现有的防御手段大多需要对抗样本本身作为训练集,这种对抗样本相关的防御手段是无法应对未知对抗样本攻击的。借鉴传统软件安全中的边界检查思想,提出了一种基于边界值不变量的对抗样本检测防御方法,该方法通过拟合分布来寻找深度神经网络中的不变量,且训练集的选取与对抗样本无关。实验结果表明,在 LeNet、vgg19 模型和 Mnist、Cifar10 数据集上,与其他对抗检测方法相比,提出的方法可有效检测目前的常见对抗样本攻击,并且具有低误报率。
0 250浏览
会员免费 - FPGA平台实现基于遗传算法的图像识别的研究FPGA平台实现基于遗传算法的图像识别的研究,FPGA论文参考
0 170浏览
会员免费 - 论文研究-机器视觉技术在荔枝识别与定位研究中的应用.pdf为解决串型荔枝图像识别和定位问题,提出以Harris与SIFT算法融合的采摘点计算与匹配为基础,进行平行双目立体视觉模型下采摘点定位的研究方案。首先对荔枝YCbCr色彩空间的Cr灰度图进行二次阈值分割,分类识别出荔枝串、荔枝果与结果母枝。其次,提取识别果实区域的最小外接矩形、质心等特征信息,结合在结果母枝上检测的Harris特征点计算出采摘点的二维图像坐标,并对计算采摘点进行基于SIFT向量搜索的立体匹配。最后,对计算采摘点进行视觉定位及其深度误差分析实验,实验数据表明:在354~590?mm距离范围内,插值补偿后的采摘点的定位深度误差小于10?mm,能够较好满足荔枝采摘机器人的现有技术要求。
0 192浏览
会员免费 - 智能清漂船河道边界图像识别算法针对无人船在城乡河网进行水上作业时规避河岸的问题,提出了一种适用于一般直线河道和弯曲河道的边界识别方法。该方法首先通过图像预处理来改善图像质量,减少噪声,然后利用Sobel边缘检测算法识别图像各区域边界,使用自适应阈值图像分割提取边界特征,对轮廓进行线性拟合,最后采用基于河岸角度的河道边界算法识别河道边界。实验结果表明,该算法能够有效的消除树木、天空造成的假边界影响,准确识别河道边界。
0 237浏览
会员免费 - 摄像头识别的智能车硬件系统设计摘要:智能车在探测.救生等方面具有广阔的应用前景,针对图像识别智能车缺乏稳定的运行状况,提出一套完整的硬件设计思路.该系统以飞思卡尔公司的MC9S12XSl28单片机为控制器,设计智能车整体硬件系统框架,并详细给出了智能车电源单元电路.电机驱动模块.舵机控制的电路图.通过分析路径信息采集.速度信息采集.以及对输入/输出模块与单片机连接,说明如何构成一个闭环反馈系统.以上硬件系统应用在智能车中得到了稳定的运行. 0 引言 近年来,智能车辆和智能交通已成为汽车和智能控制领域的研究热点之一.智能车即轮式移动机器人,智能车的设计涉及模式识别.传感技术.电子.控制.计算机.机械和电源等多个学
0 478浏览
会员免费 - 基于改进神经网络算法的植物叶片图像识别研究为了提高植物叶片图像的识别率, 采用改进神经网络算法, 通过径向基函数神经网络建立模型; 采用多环量子算法确定各环量子个体选择概率, 量子旋转门在一定范围内动态调整, 不同环上节点信息共享概率非线性动态变化; 对植物叶片图像进行识别, 包括形状特征、纹理特征; 通过多环量子算法实现径向基函数神经网络参数寻优。实验结果表明, 本文算法对植物叶片图像的几何特征、纹理特征、综合特征的平均识别率分别为91%, 89%, 93%, 与其他算法相比较高, 训练、识别时间分别为3.5 s、2.5 s。
0 405浏览
会员免费 - python用baidu-aip进行数字识别一、背景 得到一张数据表如下,现在想把图片中的数字提取出来,之前一直是用在线转换网站:https://ocr.wdku.net/进行处理,结果今天用太频繁了,不让我免费用,居然想跟我收钱,我怎么可能交这种钱呢,于是就打算自己花点时间试试强大的python。 二、baidu-aip 进行图片识别最常用有2种方式,一种是用tesserocr库,需要先安装tesseract,在之前已经玩过,具体可看之前的文章《python 爬取自如网租房信息(解决照片价格问题)》;第二种方式使用百度AI。 使用百度AI需要先申请接口 申请地址:http://ai.baidu.com/ 登陆后,选择图像识别–创建
0 559浏览
会员免费 - 基于全卷积神经网络的多尺度视网膜血管分割提出了一种基于多尺度特征融合的全卷积神经网络的视网膜血管分割方法, 无需手工设计特征和后处理过程。利用跳跃连接构建编码器-解码器结构全卷积神经网络, 将高层语义信息和低层特征信息进行融合; 利用残差块进一步学习细节和纹理特征; 利用不同空洞率的空洞卷积构建多尺度空间金字塔池化结构, 进一步扩大感受野, 充分结合图像上下文信息; 采用类别平衡损失函数解决正负样本不均衡问题。实验结果表明, 在DRIVE(Digital Retinal Images for Vessel Extraction)和STARE (Structured Analysis of the Retina)数据集上的准确率分别为95.46%和96.84%, 敏感性分别为80.53%和82.99%, 特异性分别为97.67%和97.94%, 受试者工作特征(ROC)曲线下的面积分别为97.71%和98.17%。所提方法相较于其他方法性能更优。
0 670浏览
会员免费 - 卷积神经网络及其在图像处理中的应用卷积神经网络(ConstitutionalNeuralNetworks,CNN)是在多层神经网络的基础上发展起来的针对图像分类和识别而特别设计的一种深度学习方法。先回顾一下多层神经网络:多层神经网络包括一个输入层和一个输出层,中间有多个隐藏层。每一层有若干个神经元,相邻的两层之间的后一层的每一个神经元都分别与前一层的每一个神经元连接。在一般的识别问题中,输入层代表特征向量,输入层的每一个神经元代表一个特征值。在图像识别问题中,输入层的每一个神经元可能代表一个像素的灰度值。但这种神经网络用于图像识别有几个问题,一是没有考虑图像的空间结构,识别性能会受到限制;二是每相邻两层的神经元都是全相连,参数
0 1036浏览
¥ 9.90 - An infrared human face recognition method based on 2DPCA该资料是基于2DPCA的红外人脸图像识别方法的英文参考文献,希望能帮助大家!
0 63浏览
会员免费 - KNN(K Near Neighbor)最近邻算法KNN算法 一、概念 KNN(K Near Neighbor):k个最近的邻居,即每个样本都可以用它最接近的k个邻居来代表。 用我们的一句古语来说就是:物以类聚,人以群分。假如一个人的通讯录里有马云、王健林、李嘉诚等,那么这个人肯定也是这个圈子里的人;再假如,一个爱好游戏的人的朋友圈,应该大部分都是玩游戏的;爱喝酒的人的朋友圈,应该都是爱喝酒的;有句话说得好,臭味相投。 最近邻算法是一种分类算法,1968年由Cover和Hart提出,应用场景有字符识别、文本分类、图像识别等领域。 该算法的思想是:一个样本与数据集中的k个样本最相似,如果这k个样本中的大多数属于某一个类别,则该样本也属于这个类别
5 944浏览
会员免费 - 基于改进YOLOv3的煤矸识别方法研究-论文煤矸识别技术对实现煤和矸石自动分选具有重要意义,而现有的图像识别算法在实用性、准确率方面无法满足实际需求。基于图像处理技术和深度学习技术,提出一种基于改进YOLOv3的煤矸识别方法,针对煤矸识别目标小、辨识度低等问题,对原始YOLOv3的网络结构及损失函数进行了改进,用训练生成的模型在测试集上进行识别测试。测试结果表明:改进的YOLOv3-M在小样本上,可在短时间内使模型快速收敛,单张图像识别时间为21.6 ms,识别准确率为95.4%,能适应不同环境下的煤矸样本,可实现实时检测识别。
0 247浏览
会员免费 - xapp592-smpte-sdi 文档与demoXilinx官方的xapp592 文档
0 93浏览
免费 - 基于RTT-Micro Python图像识别教程培训(深圳开发者大会CodeLab用)-教程与笔记习题基于RTT-Micro Python图像识别教程培训(深圳开发者大会CodeLab用)
0 170浏览
会员免费 - 论文研究-基于多特征融合的医学图像识别研究.pdf以医学图像为研究对象,针对任何一类特征都不能很好地表达医学图像的缺点以及进一步提高医学图像的识别率,提出了一种基于特征级数据融合与决策级数据融合相结合的分类方法。实验结果表明,采用特征级数据融合,融合后的特征可以较好地表达医学图像,且减少了后期分类的计算量;采用决策级数据融合,取得了比单个分类器更高的识别率。
0 264浏览
会员免费 - FPGA的图像识别与目标跟踪系统设计.pdfFPGA的图像识别与目标跟踪系统设计.pdf
5 202浏览
免费 - 基于可见光和红外图像的矿井外因火灾识别方法分析了矿井外因火灾监测方法,提出了基于可见光和红外图像的矿井外因火灾识别方法。① 温度和烟雾等传感器矿井外因火灾监测方法需多点布置,成本高、维护工作量大。② 可见光图像矿井外因火灾监测方法具有监测范围广、使用简单、成本低、受距离影响小、分辨率高、色彩信息丰富、边缘纹理信息清晰、火焰结构信息便于提取等优点,但受矿灯、巷道灯、车灯及红色物体等影响大。③ 红外图像矿井外因火灾监测方法具有监测范围广、使用简单、可在浓烟等能见度低情况下监测火灾等优点,但监视距离、矿尘、环境温度和湿度、物体表面发射率等均会影响温度测量,近距离的作业人员、白炽灯及机电设备等均会影响火灾监测。④ 基于可见光和红外图像的矿井外因火灾识别方法提高了火灾识别准确率:当可见光图像和红外图像均识别出火灾时,才判定为火灾,发出火灾报警信号;当仅有单一可见光图像或红外图像识别出火灾时,不判定为火灾,发出疑似火灾报警信号。⑤ 通过试验验证了基于可见光和红外图像的矿井外因火灾识别方法的可行性。
0 148浏览
会员免费 - python实现识别手写数字 python图像识别算法写在前面 这一段的内容可以说是最难的一部分之一了,因为是识别图像,所以涉及到的算法会相比之前的来说比较困难,所以我尽量会讲得清楚一点。 而且因为在编写的过程中,把前面的一些逻辑也修改了一些,将其变得更完善了,所以一切以本篇的为准。当然,如果想要直接看代码,代码全部放在我的GitHub中,所以这篇文章主要负责讲解,如需代码请自行前往GitHub。 本次大纲 上一次写到了数据库的建立,我们能够实时的将更新的训练图片存入CSV文件中。所以这次继续往下走,该轮到识别图片的内容了。 首先我们需要从文件夹中提取出需要被识别的图片test.png,并且把它经过与训练图片相同的处理得到1×10000大小的向量
5 1007浏览
¥ 9.90 - 基于张量分解的高维图像处理建模与算法研究 简单笔记模型和算法的简单记录,便于大家比较。
0 239浏览
会员免费 - python 发票验证码自动生成有的时候我们使用一些自动化脚本需要自动登录到一些网站做一些操作,提高工作的效率。但验证码是一个拦路虎,面对各种复杂的甚至连人都可能搞错的验证码,机器的自动识别往往变得异常艰难,与验证码的斗争使我们头疼不已。 好消息是,随着深度学习在图像识别领域的发展,采用神经网络对验证码图像自动提取特征,其识别精度往往让人惊叹。但是,这类方法依赖于海量样本,当样本的数量达不到一定规模时,其识别效果也大打折扣。数据获取和数据信息标注耗费了大量的人力物力,在实际生成应用中难以普遍的推广。 那么,问题来了,有没有什么办法可以自动的获取数据并进行标注呢?答案是:有! 验证码生成规律解析 收集一些验证码,如图所示:
0 803浏览
会员免费 - AI学习笔记——卷积神经网络(CNN)本文来自简书,本文主要介绍了一个完整的卷积神经网络(CNN),卷积的滤波器(Filter)是如何工作的呢?请参见下文。 上篇文章简单地地介绍了神经网络和深度学习,在神经网络中,每一层的每个神经元都与下一层的每个神经元相连(如下图), 这种连接关系叫全连接(FullConnected)。如果以图像识别为例,输入就是是每个像素点,那么每一个像素点两两之间的关系(无论相隔多远),都被下一层的神经元
0 311浏览
会员免费 - 基于深度卷积稀疏自编码分层网络的人脸识别技术面对海量人脸图像识别,传统特征提取方法难以提取有效特征,造成人脸识别准确率较低。提出了一种鲁棒的人脸特征提取算法,即利用深度卷积稀疏自编码网络自动学习人脸中丰富且识别力高的特征。该方法将卷积操作融入自编码网络中,同时加入稀疏化思想,从而形成深度卷积稀疏自编码分层网络(hierarchical deep convolution sparse autoencoder,HDCSAE);用该网络自动提取海量人脸图像的高层鲁棒特征,并将提取的特征作为SVM分类器的输入得到分类结果。在FERET人脸数据库下对该方法进行测试,识别率达到99.47%,比传统的基于提取人为定义特征的人脸识别方法的识别率有所提高。
0 299浏览
会员免费 - CS5211,DP转LVDS点屏方案规格书CS5211是一个eDP到LVDS转换器,配置灵活,适用于低成本显示系统。CS5211与eDP 1.2兼容,支持1通道和2通道模式,每通道速度为1.62Gbps和2.7Gbps。CS5211采用强大的SerDes技术,可以以较低的误码率恢复高速串行数据。 CS5211 LVDS发射机支持单端口和双端口模式。CS5211支持的最大分辨率是WUXGA(1920x1200)。CS5211有4个配置引脚,可支持16种不同的组合一个EEPROM图像的面板分辨率和LVDS工作模式。此外,还提供了一个简便的工具来编辑、生成和更新EEPROM图像以供定制配置。
0 73浏览
会员免费 - 基于CMOS传感器的智能循迹小车图像识别技术研究基于CMOS传感器的智能循迹小车图像识别技术研究
0 174浏览
会员免费 - 基于深度卷积神经网络的车型识别研究 (2016年)工程技术大小:691KB近年来,深度学习中的卷积神经网络已经广泛运用于图像识别领域,它不仅显著提升了识别准确率,同时在特征提取速度方面也优于许多传统方法。针对高速公路环境下的车型识别问题,引入卷积神经网络(CNNs)理论,设计相应特征提取算法,并结合SVM分类器构建识别系统。通过对高速公路上主要三种车型(小车、客车、货车)的分类实验显示,该方法在识别精度及速度上均取得了较显著的提高。近年来,深度学习中的卷积神经网络已经广泛运用于图像识别领域,它不仅显著提升了识别准确率,同时在特征提取速度方面也优于许多传统方法。针对高速公路环境下的车型识别问题,引入卷积神经网络(CNNs)理论,设计相应特征提取算法,并结合SVM分类器构建识别系统。通过对高速公路上主要三种车型(小车、客车、货车)的分类实验显示,该方法在识别精度及速度上均取得了较显著的提高。
0 349浏览
会员免费 - Python3.5 + sklearn利用SVM自动识别字母验证码方法示例前言 最近正在研究人工智能,为了加深对算法的理解,决定写个自动设别验证码的程序。看了看网上的demo,大部分都是python2的写法,而且验证码的识别都是用的数字做例子,那我就写个基于python3字母识别的程序,不过一路写下来碰到不少坑,大家感兴趣的话可以慢慢看。 图片识别有几个比较大的步骤是必须完成的: 1、有大量的验证码图片作为样本 2、图片要进行处理 流程是:灰度化==》二值化==》字符切割==》识别分类 3、图像识别要提取特征值,然后把图片二值化的数据当做样本做训练,最后基于样本完成对新验证码的识别 一、大量验证码准备 因为要写字母识别,所以需要大量的字母验证码,正好之前做过某电商
0 469浏览
会员免费 - 基于图像识别技术的输电线路智能监控系统应用针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.
0 208浏览
会员免费 - 关于机器学习,深度学习和计量经济学的先前研究-研究论文日语:这项研究的特点是寻找机器学习,深度学习和强化学习领域与计量经济学领域之间的接近性。如果您正在研究计量经济学中的时间序列分析和面板分析,则机器学习与计量经济学以及分析方法的想法有很多共同之处,因此在将来更系统地考虑这种关系很重要。这将是。在计量经济学中,机器学习也用于因果推理领域,并说明了这种关系。此外,为了概述机器学习和计量经济学的最新研究进展,将机器学习在图像识别和语音识别中的应用应用于商业,CATE和LASSO,ELM作为策略分配问题以及CMA作为流行病学的因果推论(CMA)因果中介分析),因果林,SDD,结构估计等被广泛处理。 英语:此研究的特点是在机器学习,深度学习和强化学习领域与计量经济学领域之间保持紧密联系,如果您正在研究计量经济学中的时间序列分析或面板分析,则机器学习与计量经济学有很多共同点在计量经济学中,因果推理中使用了机器学习,并解释了这种关系,为了概述机器学习和计量经济学研究的最新进展,我们将机器学习应用于图像识别和语音的业务识别,CATE和LASSO,作为策略分配问题的ELM以及CMA(流行病学的因果推断。调解分析),因果森林,SDD,结构估计等。
0 247浏览
会员免费 - 基于字典学习的煤岩图像特征提取与识别方法现今的煤岩图像识别方法取得了一些阶段性的成果,但还无法满足实际需求。为了挖掘新的煤岩图像识别方法,研究了基于字典学习的煤岩图像特征提取与识别技术,提出用字典学习算法提取煤岩图像特征。字典学习算法采用随机选择的方法对字典进行初始化和更新。结合分类算法对煤岩图像进行分类识别,结果表明:通过字典学习,能简单有效表达煤岩图像的特征信息,获得了较高的识别率,且该特征提取方式具有较好的发展前景。研究结果可为煤岩界面的自动识别提供新的思路和方法。
0 335浏览
会员免费 - Tensorflow实战Google深度学习框架本文于网络,文章讲解了使用TensorFlow如何来构建神经网络及图像识别与卷积神经网络的详细描述。tensor:张量,是tensorflow的数据模型。在tensorflow中可以简单理解为多位数组,表示计算节点,是tensorflow管理数据的形式。但是在tensorflow中,张量的实现并不是直接采用数组的形式,它仅仅是对运算结果的引用。张量的三个主要属性:name、shape(维度)、type(类型)。(Note:常量可以看成是一种永远输出固定值的计算,所以可以用计算表示数据)flow:以流的方式TensorFlow保持节点不变,仅仅改变节点的数据,或者说数据在节点之间流动。tenso
0 258浏览
会员免费 - 空瓶缺陷检测系统的设计与实现针对目前空瓶检测中存在的误检率高、检测速度慢等问题,设计了一种基于DSP的空瓶缺陷检测系统。该检测系统以TMS320DM642为核心,通过运用图像处理和图像识别方法来实现空瓶缺陷检测。通过对多组空瓶图像检测实验,与实际情况进行对比分析,得出了检测率达到98%以上、检测速度达到62只/分钟的结果,达到了工业现场检测要求。
5 475浏览
会员免费 - 木材节子缺陷检测与定位方法表面缺陷检测在木材的选择和利用中具有重要作用。提出了一种基于木材表面图像的灰度和纹理特征的木材节子缺陷检测与定位方法。首先,将图像分成相同大小的子图,计算每个子块图像的灰度直方图,以灰度最大熵作为判断依据对各子块图像进行初步识别;然后利用局部二值模式算法提取初步识别结果中各子块图像的纹理特征,并使用支持向量机分类算法进行节子图像的精确识别;最后将识别为节子图像的各子块图像拼接起来,得到最终识别结果。实验结果表明,所提方法能够得到较好的识别结果。采用混淆矩阵作为评价标准时,识别准确率可达到95%。
0 401浏览
会员免费 - 基于图像识别的带式输送机监护系统针对传统带式输送机对堆煤和输送带撕裂的检测方式存在检测滞后、易发生误动作及维护费用高等缺点,提出一种基于图像识别的带式输送机监护系统。系统采用ARM处理器、TVP5150A视频解码芯片和外部RAM;又加入通信电路、显示屏电路和Micro SD卡等,用图像识别对输送带堆煤和撕裂进行检测,实现对堆煤和输送带撕裂同时进行监控保护,具有较为重要的理论意义和实用价值。
0 135浏览
会员免费 - PCB技术中的基于图像处理的PCB自动检测系统的设计与研究(一)摘要:研究一种高精度、大场景、快速实时的PCB缺陷自动光学检测系统,分别进行了硬件结构和软件系统的设计。该系统主要由二维运动平台、电机控制模块、图像采集模块、图像处理模块、结果分析模块组成。改进的步进电机驱动方式--细分驱动以及改进的图像识别算法保证了系统的准确率,一键式自动检测的设计提高了检测速度。实验结果证明,该系统能快速并准确的检测出PCB上的缺陷,有一定的实用和开发价值。 电子产品的核心部分--印刷电路板(PCB),是集成各种电子元器件的信息载体,在各个领域得到了广泛的应用,是电子产品中不可缺少的部分。PCB的质量成了电子产品能否长期、正常、可靠的工作的决定因素。随着科技的发展,
0 262浏览
会员免费 - 基于图像识别的煤矿井下安全管控技术-论文根据煤矿安全生产的需求,研究基于图像识别的煤矿井下重点区域安全管控技术,利用机器学习算法和计算机视觉技术,同时结合人员管理数据、设备运行数据进行数据的分析,经过联动分析,数据挖掘,可实现对井下人员行为、煤量的监测和管控,形成目标风险预控的知识库,并进行了井下的实验验证。实验数据表明:系统平台的实时分析响应时间小于2s,识别率大于98%,系统可以有效的实现井下人员、煤量等动目标的安全管控。
0 166浏览
会员免费 - 小波变换和模糊粗糙集技术的图像识别期刊论文,小波变换和模糊粗糙集技术的图像识别。
4 79浏览
会员免费 - 基于MATLAB的煤粒图像识别系统设计开发一种基于MATLAB的煤粒图像识别系统,通过图像识别技术对煤粒图像进行分析,并且提取出适量的图像特征量进行分析比对,然后将相应参数作为神经网络的输入,对煤粒的密度级别进行预测。希望本文的研究能够对选煤新技术的发展以及选煤生产效率的提升起到一定的参考和借鉴意义。
0 263浏览
会员免费 - PHP图像识别技术原理与实现其实图像识别技术与我们平时做的密码验证之类的没有什么区别,都是事先把要校验的数据入库,然后使用时将录入(识别)的数据与库中的数据做对比,只不过图像识别技术有一部分的容错性,而我们平时的密码验证是要100%匹配。 前几天,有朋友谈到做游戏点击抽奖,识别图片中的文字,当时立马想到的就是js控制或者flash做遮罩层,感觉这种办法是最方便快捷效果好,而且节省服务器资源,但是那边提的要求竟然是通过php识别图像中的文字。 赶巧那两天的新闻有:1、马云人脸识别支付;2、12306使用新的验证码,说什么现在国内的抢票软件都不能用了,发布不到一天就被破解。然后又很凑巧的那天早上看了一篇Java的图像识别技术
0 552浏览
会员免费 - 基于深度学习的复杂分拣图像快速识别方法研究训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点,对基于深度学习的分拣图像快速识别进行了研究,设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很清晰,首先用对偶树复小波变换对其进行降噪等预处理;然后在基于AlexNet神经网络的基础上,对于卷积神经网络的卷积层、ReLU层和池化层参数进行重新定义来加快神经网络的学习速度;最后根据新的图像分类任务对神经网络的最后三层全连接层、Softmax层和分类输出层进行定义来适应新的图像识别。所提出的基于深度学习的快速分拣图像识别方法在面对较为复杂的分拣图像识别时,有较高的训练速度和识别精准度,能达到实验要求。分拣图像快速识别对于提高无人仓等场合下的物流效率具有重要意义。
0 363浏览
会员免费 - CenterLoss在MNIST上的实现MNIST特征提取解释图像识别之CenterLoss 一、提出问题 在图像识别中,一个很关键的要素就是图像中提取出来的特征,它关乎着图像识别的精准度。而通常用的softmax输出函数提取到的特征之间往往接的很紧,无太大的明显界限。在根据这些特征做识别的时候会出现模拟两可的情况,那么怎么让提取到的特征之间差异性更大从而提高识别的正确率就成了图像识别的一个重大问题。 二、解决办法: 有研究就提出了解决问题的方法:减小类内聚,增大类间距,于是就有了后面的CenterLoss和ArcLoss CenterLoss是减小类内聚,间接增大类间距;ArcLoss直接增大类间距
0 346浏览
会员免费 - 论文研究-分布式环境下卷积神经网络并行策略研究.pdf卷积神经网络通常使用标准误差逆传播算法进行串行训练,随着数据规模的增长,单机串行训练存在耗时长且占有较多的系统资源的问题。为有效实现海量数据的卷积神经网络训练,提出一种基于MapReduce框架的BP神经网络并行化训练模型。该模型结合了标准误差逆传播算法和累积误差逆传播算法,将大数据集分割成若干个子集,在损失少量准确率的条件下进行并行化处理,并扩展MNIST数据集进行图像识别测试。实验结果表明,该算法对数据规模有较好的适应性,能够提高卷积神经网络的训练效率。
0 154浏览
会员免费 - 南京大学-数字图像处理-期末考试试卷2011.pdf南京大学-数字图像处理-期末考试试卷2011.
5 709浏览
¥ 1.90 - 基于差影和模板匹配的微小轴承表面缺陷检测 (2006年)工程技术大小:1MB针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点,设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高,能长时间稳定工作,显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现,要检测轴承的表面缺陷,需将轴承表面分割成两部分进行识别,轴承表面的均匀分布区域直接采用差影法,文字刻印区域采用模板匹配法,结果表明该方法识别正确率达98%。针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点,设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高,能长时间稳定工作,显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现,要检测轴承的表面缺陷,需将轴承表面分割成两部分进行识别,轴承表面的均匀分布区域直接采用差影法,文字刻印区域采用模板匹配法,结果表明该方法识别正确率达98%。
0 195浏览
会员免费 - 1280x800 分辨率12.1寸LVDS屏1280x800 分辨率12.1寸LVDS屏
0 130浏览
会员免费 - 论文研究-基于模板匹配的火车票信息识别和提取 .pdf基于模板匹配的火车票信息识别和提取,魏渐俊,陈良育,提出了一种基于模板匹配新方法自动识别和提取火车票有效信息。为尽可能保留字符全局属性,借助图像的矩函数构造了字符的NMI特征;
0 320浏览
会员免费 - 一种基于多尺度语义分析的图像识别方法提出一种基于多尺度语义分析的图像识别方法,首先在多尺度空间中提取语义,然后使用支持向量机 对语义进行分类,以达到识别的目的。实验表明,该算法识别准确率高,并能适应存在方向变化、变形等复杂的 识别环境。
0 199浏览
会员免费 - Radon变换在二维条码图像识别中的应用层次记号编组法速度快, 能连接短直线, 却也存在参数难于选择, 分辨率低的缺点。相比之下, 变换对直 线的检测简单、有效, 占用内存资源少, 抗噪能力 强,方便使用
0 89浏览
会员免费 - 基于ARM的图像模糊边缘检测*介绍了一种处理图像中的模糊边缘算法,新算法采用图像分割的方式对传统的边缘算法进行优化,并使用体视显微镜和TQ2440 ARM开发板构建实验装置来实现。实验检测证明这 种算法处理速度快,视觉检测装置体积小成本低,可以很好地满足实时性要求。
0 116浏览
会员免费 - 论文研究-基于Faster R-CNN的榆紫叶甲虫识别方法研究.pdf针对传统图像识别方法中利用人工设计特征提取模板对昆虫的识别精度不高的问题,提出了基于K-means聚类的深度学习网络模型Faster R-CNN对图像中的目标进行识别。该方法用K-means聚类算法,结合BWP指标对训练数据标签的长宽比值进行聚类,用新的聚类中心点代替标准Faster R-CNN网络中生成初始候选框的长宽比值;对生成初始候选框的尺寸加以改进;将训练数据送入改进后的Faster R-CNN网络进行训练。实验结果表明,在识别具有特定长宽比例的目标时,加入聚类策略的Faster R-CNN网络较标准Faster R-CNN网络有较强的鲁棒性,有效克服了叶片豁口或孔洞造成的冗余现象、榆紫叶甲虫甲壳反光的干扰、相邻的榆紫叶甲虫特征的互相影响和其他与榆紫叶甲虫有相似特征的种类昆虫的干扰。最终达到94.73%的识别精度,较标准网络提高了4.15%。该方法可有效克服传统昆虫检测中特征提取模板的局限性,对识别昆虫这种特征细腻,姿态多样的目标有重要意义。
0 263浏览
会员免费 - 智能型纸币清分机图像识别处理方法研究智能型纸币清分机图像识别处理方法研究.pdf
5 64浏览
会员免费 - 火箭发射测控中的目标跟踪系统重庆大学 杨红远,柴毅,屈剑锋,郭茂耘 采用图像识别以厦目标快速跟踪算法,实现对飞行中火箭的实时跟踪,使用高性能 MsP430、CPLD芯片实现传统的只有通过多单片机才能实现云台在水平垂直方向的同时独立运动,消 除了多单片机通信过程的时间消耗所造成的步进电机控制失效因素.解央了单片CPLD实现内部资源 短缺的问题,并结合实际实现系统整体机械结构,提高了火箭目标跟踪的快速性、安全性和精确性。
0 240浏览
会员免费 - 基于大数据的公路监控智能视频分析系统的构建针对交通视频监控每天要产生海量的视频和图像数据,而传统交通管理系统无法对海量的交通监控数据进行有效分析整合,导致数据信息无法得到充分利用的问题。文中结合大数据和图像识别技术,构建出了一套基于大数据的公路监控智能分析系统。该系统基于图像识别模型实现对交通数据进行图像和视频信息的实时分析,并对当前道路状态做出分析判断和预测,通过多终端发布系统实现道路信息的实时发布。数据测试结果表明,该系统具有良好的交通拥塞识别与数据分析能力,能够为交通管理提供准确可靠的数据支持。
0 195浏览
会员免费 - 运用开端神经网络进行人体姿态识别通过迁移深度神经网络在图像识别方面的经验,提出了一种基于Inception神经网络和循环神经网络结合的深度学习模型(InnoHAR),该模型端对端地输入多通道传感器的波形数据,利用 1×1 卷积对多通道数据的有机组合,不同尺度的卷积提取不同尺度的波形特征,最大池化过滤微小扰动造成的假阳性,结合时间特征提取(GRU)为时序特征建模,充分利用数据特征完成分类任务。相比已知最优的神经网络模型,在识别准确度上有近 3%的提升,达到了state-of-the-art的水平,同时可以保证低功耗嵌入式平台的实时预测,且在网络结构组成上更加丰富,具有更大的潜力和挖掘空间。
0 287浏览
会员免费 - 基于CMOS图像识别基于CMOS图像识别的S08单片机嵌入式导航系统设计
0 132浏览
会员免费 - 集箱管接头内焊缝表面缺陷识别方法研究.pdf集箱管接头内焊缝表面缺陷识别方法研究.pdf,针对集箱管接头内焊缝表面缺陷自动检测需要,进行了基于计算机视觉的集箱管接头内焊缝表面缺陷自动识别方法研究。分析了不同焊缝图像的纹理特征,从焊缝图像的灰度共生矩阵中提取出15种可用于焊缝表面缺陷状态表征的特征参数。在此基础上,研究将BP神经网络应用于焊缝表面缺陷自动识别中。分析了灰度共生矩阵的步长、灰度级、神经网络的结构参数及输入特征参数的数量和种类对焊缝图像识别效果的影响,优化出最佳的识别参数。在以上研究基础上,利用优化后的神经网络对内窥镜获得的不同焊接质量的焊缝图像进行了训练和识别。结果表明,提出的基于图像纹理的神经网络识别系统可以很好实现集箱管接头内焊缝焊接状态的自动评价,整体识别率达91%。研究工作为集箱管接头内焊缝焊接质量自动检测做了有益的探索。
0 118浏览
会员免费 - 嵌入式系统/ARM技术中的如何使用FPGA加速机器学习算法?当前,AI因为其CNN(卷积神经网络)算法出色的表现在图像识别领域占有举足轻重的地位。基本的CNN算法需要大量的计算和数据重用,非常适合使用FPGA来实现。上个月,Ralph Wittig(Xilinx CTO Office的卓越工程师) 在2016年OpenPower峰会上发表了约20分钟时长的演讲并讨论了包括清华大学在内的中国各大学研究CNN的一些成果。 在这项研究中出现了一些和CNN算法实现能耗相关的几个有趣的结论: ①限定使用片上Memory; ②使用更小的乘法器; ③进行定点匹配:相对于32位定点或浮点计算,将定点计算结果精度降为16位。如果使用动态量化,8位
0 329浏览
会员免费 - 基于MATLAB的煤粒图像识别系统及其密度和产率的预测基于MATLAB的煤粒图像识别系统及其密度和产率的预测,张泽琳,杨建国,基于数字化选煤的思想,设计开发了一个基于MATLAB的煤粒图像识别系统,利用图像识别技术处理分析煤粒图像,提取出26个图像特征量:�
0 160浏览
会员免费 - 应用Hopfield网络的英文字母识别应用Hopfield网络的英文字母识别,韩基超,刘武寅,本文应用Hopfield神经网络作联想存储器解决英文字母图像识别问题,将每个字母看作一个图像并从中提取出原始数据,把原始数据提取部�
0 136浏览
会员免费 - 基于arm9指纹系统图像识别的研究指纹图像识别系统广泛应用于生活中各个领域。在上班考勤体系,银行存取款系统,保安监控等系统中,都得到了充分的运用和体现。从遗传学角度分析,指纹具有唯一性和稳定性,因此指纹识别技术做为生物识别技术中的~个分支得到了快速发展和应用。
0 98浏览
会员免费