首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  完全免费   3篇
  无线电   9篇
  2017年   5篇
  2016年   3篇
  2014年   1篇
排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
一种基于卷积神经网络的性别识别方法   总被引:1,自引:0,他引:1  
采用人工智能进行性别识别时,人脸图像在获取的时候容易受到光照、遮挡等影响,这些因素给人脸性别识别带来了困难。采用卷积神经网络用于性别识别,并通过扩展网络结构,进一步增强卷积神经网络的分类能力。并且对识别效果进行置信度分析,通过设置卷积神经网络的拒识区域来解决拒绝区间的问题。在实际测试中,通过拒绝7.46%的测试样本,达到98.67%的正确识别率。  相似文献
2.
本文将卷积神经网络用于CT、PET、PET/CT三种模态的医学影像分类识别,为医院统一存储管理影像数据和医护人员快速检索提供便利。首先探讨了CNN对于PET/CT多模态图像识别的可行性,然后探讨了模型参数(迭代次数、批量大小)对网络识别率和训练时间的影响,接着改变CNN模型结构,探讨了网络层数、特征图数量和卷积核大小对网络训练和分类效果的影响,最后实验表明:卷积神经网络对于PET/CT多模态图像识别取得了良好的效果,针对特定问题需要综合图像大小和信息的复杂程度构建最优的CNN结构,在保证高识别率的同时,可以选择合适的参数降低时间复杂度。  相似文献
3.
周涛  王媛媛  吴翠颖 《电视技术》2016,40(10):118-126
深度学习(Deep Learning)被引入机器学习领域与大数据的完美结合加快了人工智能实现的步伐,近年来备受学术界和工业界的广泛关注。本文从深度学习的三种经典模型出发,主要做了五个方面的工作,第一,针对深度信念网络,从网络结构(隐含层数、RBM结构、DBN级联),学习算法(基本算法、优化算法、与其它方法结合),硬件系统(GPU,FPGA)三个方面进行总结;第二,针对卷积神经网络,从网络结构(输入层、隐含层、CNN个数),学习算法,硬件系统三个方面进行归纳;第三,针对堆栈自编码器,以时间为轴对其发展进行梳理,并对相应自编码器的方法改进进行总结;第四,对于深度学习在医学图像分析领域中的应用,主要从医学图像分割、识别和计算机辅助诊断三个方面详细探讨;最后从大数据浪潮、模型构建、特征学习、应用拓展四个方面对深度学习的发展进行展望。  相似文献
4.
蔡晓东  甘凯今  杨超  王丽娟 《电视技术》2016,40(11):116-120
为了更有针对性地从车辆图像的不同区域提取出独特的图像特征,提出基于多分支卷积神经网络的车辆图像比对方法。首先,根据车牌定位结果获取比对车辆的车脸图像,并根据车脸图像的纹理丰富度将车脸图像划分为多个图像块;其次,使用多分支卷积神经网络分别提取各车脸图像块的深度特征;最后,通过计算车脸图像深度特征的相似度判定比对的车辆图像是否属于同种车型。实验表明,文章提出的方法能够提取有效的车辆图像各区域的深度特征,获得良好的车辆比对准确率,可用于套牌车辆识别。  相似文献
5.
梁雪琦 《电视技术》2016,40(11):7-11
针对大多数场景分类方法只能学习浅层特征,忽略图像之间的相关结构信息的问题,提出一种基于Gist特征与卷积神经网络结合的场景图像分类方法。其中Gist特征用于提取场景图像的全局特征,并将其作为深度学习模型的输入,通过逐层训练卷积神经网络,提取更高层次的特征,并用训练好的卷积神经网络对所选数据集进行分类。实验在O T室外场景图像数据集和MNIST手写体数据集上考察了batchsize、卷积核对分类结果的影响,并与DBN、NN、SVM作为分类器的分类结果进行比较,充分说明了本文方法的有效性。  相似文献
6.
刘昊  李喆  石晶  辛敏思  蔡红星  高雪  谭勇 《激光与红外》2017,47(8):1024-1028
目前,空间目标中约6%为正在工作的航天器,而约94%的空间目标为太空垃圾,严重干扰和限制了航天器发射、运行等正常的太空活动轨道,在有效清除空间碎片之前,必须对其进行有效识别。本文基于散射光谱,使用卷积神经网络对空间碎片四种材质进行分类识别,并与BP神经网络的识别结果分析比较。鉴于试验所得的材质的原始光谱信噪比低、特征信息弱等特点,需要对光谱信号进行预处理包括去噪、BRDF计算和归一化处理。然后各取四种材质的200帧样本数据进行训练,另各取50帧数据预测,结果表明:卷积神经网络的总体精度比BP神经网络低2%,耗时少101 s;而增加训练样本数据量达到每个材质各500帧时,卷积神经网络的总体精度仅比BP神经网络低0.05%,耗时则少了891 s,卷积神经网络极大的体现了其时间的优越性。该方法对大数据量的空间碎片材质的分类,具有较大的实用性和借鉴意义。  相似文献
7.
孙超  吕俊伟  刘峰  周仁来 《激光与红外》2017,47(12):1559-1564
针对红外图像空间分辨率低、成像质量不高的问题,提出了基于迁移学习的红外图像超分辨率方法。该方法以基于卷积神经网络的自然图像超分辨率方法为基础进行改进:增加网络的层数进行更深层次的学习训练,串联多层小的卷积核使其能够利用更多的图像信息,以“相差图”为目标进行训练,减小网络训练时间,提升网络收敛速度;利用迁移学习知识,再以少量高质量红外图像为目标样本,对自然图像超分辨率的网络进行二次训练,将网络权重经过微调后迁移应用到红外图像的超分辨率上。实验结果表明:基于卷积神经网络的超分辨率方法能够有效迁移应用到红外图像的超分辨率上,且改进后的网络具有更好的自然及红外图像的超分辨率性能,验证了本文所提方法的有效性及优越性。  相似文献
8.
互联网时代,信息交流频繁,不良违法信息的传播也日趋严重。在此情况下,识别和过滤富媒体不良信息变得尤为重要。近年来,深度学习等人工智能技术的崛起极大地推动了图像识别领域的发展,相较于传统方法,深度学习的优势在于自动提取且具有更强大的表达能力。基于此,论文提出了一种基于深度学习的不良富媒体信息管控方案,达到净化互联网内容的目的。  相似文献
9.
基于计算机视觉的疲劳检测具有低侵入性、低成本 的优点,然而光照变化、面部表情、复杂背景等 仍然对检测率造成很大的影响。以卷积神经网络为代表的深度学习以其较强的特征提取能力 和鲁棒性在模 式识别领域取得了成功的应用。本文提出了一种基于级联卷积神经网络(CNN)结构的疲劳检 测算法。首先训练第 1级网络实现人眼与非人眼的分类,使网络充分学习人眼特征,当输入目标图像时,人眼区 域能快速从第 一级网络特征图中分离出来;然后将人眼图像传送给第2级网络检测眼部特征点位置,计算 眼睛张开度并 以此判断测试者眼睛状态,构造疲劳检测模型;最后根据连续多帧的眼睛状态序列,判断测 试者是否处于疲 劳状态。在检测误差为5%时,眼部4个特征点的平均检测正确率为93.10%,单点检测正确率 最高可达97.14%。 测试结果表明,在本文提出方法下眼睛的清醒和疲劳状态有明显的不同,证明本文提出的方 法有效可行,具有较好的应用前景。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号