排序方式： 共有26条查询结果，搜索用时 46 毫秒
1.
针对手写汉字中相似汉字的识别问题,构建了一种卷积神经网络(CNN)模型,并给出了其网络拓扑结构,通过随机弹性形变对样本集进行扩展,以提高模型的泛化性能.相似手写汉字的识别实验结果表明:相对于常规的CNN模型,文中CNN模型的手写汉字识别正确率提高1.66%,特别是对于变形的手写汉字,识别正确率提高12.85%;相对于传统的手写汉字识别方法,文中方法的识别错误率降低36.47%,从而验证了文中识别方法的有效性. 相似文献
2.
提出运用双层卷积神经网络模型实现基于足底压力图像的步态识别方法。首先，对足底压力数据采集系统采集的图像作相应预处理；然后，用双层卷积神经网络模型学习得到足底压力图像的单层和双层卷积特征；最后，将卷积特征训练分类器得到分类结果。实验结果验证了该算法的有效性。 相似文献
3.
随着视频监控系统的大规模普及，视频监控系统的效用评价成为一个重要的研究课题。当前视频监控系统评价只考虑了摄像机的覆盖率，缺少对摄像机覆盖质量的量化评价。该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法。将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题，探讨了基于视频帧的摄像机覆盖质量等级的分级策略，标注了一个摄像机视频帧质量等级数据集；设计了一种新颖的多维标签赋值方法，利用深度卷积网络学习鲁棒的视频帧表示，进一步基于支持向量回归机（ SVR）学习视频质量回归函数，从而实现对摄像机覆盖质量的鲁棒估计。实验结果表明：该算法能够准确地对监控摄像机的覆盖质量进行自动评测，有效监测了摄像机监控质量的实时变化。 相似文献
4.
基于卷积神经网络的商品图像精细分类 总被引：1，自引：0，他引：1
针对某一类别商品图像的精细分类,研究并实现了深度学习中的卷积神经网络方法.所设计的卷积神经网络由2个卷积层、2个亚采样层及1个完全连接层组成,特征平面的神经元只对其感受野的重叠区域做出反应,由反向传播算法调整网络参数最终完成学习任务.通过鞋类图像的精细分类实验表明,该方法平均分类正确率可达91.5％. 相似文献
5.
吕刚 《浙江师范大学学报(自然科学版)》2011,(4):425-428
采用随机对角Levenberg-Marquardt算法有效改进了Simard卷积网络的收敛速度,分析了样本类别数、全局学习率对网络收敛速度的影响,并成功地把Simard网络推广到对百度验证码等多字体小字符集的识别,达到98.4%的单字符识别率和93.5%的整体识别率.实验表明:改进后的Simard网络具有前期预处理少、泛化能力强、收敛速度较快的优点,可以胜任多字体小字符集的识别工作. 相似文献
6.
基于级联回归的人脸对齐方法已经取得了很大的成就，但是由于复杂的级联回归器设计、人为设计特征等局限性的影响使得人脸对齐没有找到一个性能更好的解决方案，尤其对于大姿态、大表情等条件下的人脸对齐任务。因此，为解决该问题，本文提出了一种新颖的人脸对齐方法—基于人脸局部形状约束。首先利用卷积神经网络（CNN）初始化人脸整体形状；然后利用人脸局部区域的同质性，将人脸区域进行划分，对每一个区域定义局部形状约束；最后再由整体形状估计做为全局约束，组合各个面部局部形状约束，对整体面部特征点进行回归。实验结果表明，该方法提高了人脸对齐的精确度且速度上达到了实时。 相似文献
7.
近年来，深度包检测技术和基于统计特征的网络流量识别技术迅速发展，但它们分别存在不能识别加密流量和依赖人对特征主观选择的缺陷。文章提出了基于卷积神经网络的流量识别方法，将网络数据按照一定的规则转换为灰度图像进行识别，并根据TCP数据包的有序性和UDP数据包的无序性，对原始的网络数据进行了扩展，以进一步提高识别率。实验数据表明，该方法对应用程序和应用层协议两个层次的网络流量具有较高的检测率。 相似文献
8.
在车牌字符识别的某些场合中，获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染。针对被强噪声污染的数字字符，本文提出基于Caffe深度学习框架的字符识别算法，在Caffe框架下搭建卷积神经网络，并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构。实验结果表明，在低噪声、中度噪声、强噪声污染情况下，文章中提出的方法相比当前典型的识别方法，在数字字符识别上均具有较好的识别能力，平均识别率高出将近5%，而在强噪声污染情况下，识别效果具有更加明显的优势。 相似文献
9.
针对车体多自由度振动对基于激光图像技术的钢轨廓形动态测量所造成的影响,提出一种新颖的钢轨测量廓形畸变识别方法.首先根据钢轨廓形特征和畸变前后的几何差异,设计了一种三通道且参数独立的卷积神经网络结构用于畸变识别,其输入分别为原始廓形图像的降采样、轨鄂点周边裁剪图像和轨底点周边裁剪图像.为了有效训练该网络,通过采集大量正常廓形图像和畸变廓形图像来构建带标签训练样本库.利用训练后的卷积神经网络,在室内钢轨廓形动态测量平台上进行大量的测量廓形畸变识别实验.实验结果表明本文识别方法的精度和查全率均能达到92%以上,验证了该方法的有效性和可靠性. 相似文献
10.
深度学习(deep learning,DL)强大的建模和表征能力很好地解决了特征表达能力不足和维数灾难等模式识别方向的关键问题,受到各国学者的广泛关注.而仿生物视觉系统的卷积神经网络(convolutional neural network,CNN)是DL中最先成功的案例,其局部感受野、权值共享和降采样三个特点使之成为智能机器视觉领域的研究热点.对此,本文综述CNN最新研究成果,介绍其发展历程、最新理论模型及其在语音、图像和视频中的应用,并对CNN未来的发展潜力和发展方向进行了展望和总结. 相似文献