共查询到20条相似文献,搜索用时 15 毫秒
1.
由于传统系统在车联网图像识别应用中的漏识率较高,基于深度学习设计车联网图像识别系统。硬件方面,设计了高清摄像机和发光二极管(Light Emitting Diode,LED)补光灯,获取道路车辆图像信息;软件方面,根据图像对比结果将车辆图像分成两类,对亮度较低的一类进行增强处理,利用深度学习网络模型对图像特征进行深度挖掘,并对提取的图像特征进行降维处理,根据图像特征与车联网数据库中的车辆图像进行对比,计算出图像相似度,识别到图像属性信息,从而实现基于深度学习的车联网图像识别系统设计。实验结果表明,设计系统对于车联网图像识别的漏识率低于传统系统,能够为图像识别提供精准的依据。 相似文献
2.
为提升光照不均匀图像识别质量,提出一种基于深度学习的光照不均匀图像识别系统。硬件部分设计了AD8-PoCL高速图像采集卡和电荷耦合器件(Charge Coupled Device,CCD)增强相机,软件部分基于深度学习设计了光照不均匀图像识别算法及识别功能模块,实现了光照不均匀图像识别。系统测试结果表明,该系统的各项功能运行正常,应用价值较高。 相似文献
3.
深度学习已成为图像识别领域的一个研究热点。与传统图像识别方法不同,深度学习从大量数据中自动学习特征,并且具有强大的自学习能力和高效的特征表达能力。但在小样本条件下,传统的深度学习方法如卷积神经网络难以学习到有效的特征,造成图像识别的准确率较低。因此,提出一种新的小样本条件下的图像识别算法用于解决SAR图像的分类识别。该算法以卷积神经网络为基础,结合自编码器,形成深度卷积自编码网络结构。首先对图像进行预处理,使用2D Gabor滤波增强图像,在此基础上对模型进行训练,最后构建图像分类模型。该算法设计的网络结构能自动学习并提取小样本图像中的有效特征,进而提高识别准确率。在MSTAR数据集的10类目标分类中,选择训练集数据中10%的样本作为新的训练数据,其余数据为验证数据,并且,测试数据在卷积神经网络中的识别准确率为76.38%,而在提出的卷积自编码结构中的识别准确率达到了88.09%。实验结果表明,提出的算法在小样本图像识别中比卷积神经网络模型更加有效。 相似文献
4.
5.
6.
传统医疗方式大都将采集到的数据发送到本地或远程服务器,然后将处理的结果发送给用户.论文设计并研发了一种基于深度学习的移动端胆石病智能诊断系统,可以离线部署在具有安卓系统的移动端设备,并在本地进行胆石病医疗图像识别工作.该系统采用直方图均衡化进行图像预处理以及卷积神经网络进行病灶特征的提取.通过联合编译Py-thon和Java代码来调用模型在移动终端的应用.实验表明,该系统能够在确保准确率高达94.8%的前提下快速完成胆石病识别过程. 相似文献
7.
深度学习作为图像识别领域重要的技术手段,有着广阔的应用前景,开展图像识别技术研究对推动计算机视觉及人工智能的发展具有重要的理论价值和现实意义,文中对深度学习在图像识别中的应用给予综述。介绍了深度学习的由来,具体分析了深度信念网络、卷积神经网络、循环神经网络、生成式对抗网络以及胶囊网络等深度学习模型,对各个深度学习模型的改进型模型逐一对比分析。总结近年来深度学习在人脸识别、医学图像识别、遥感图像分类等图像识别应用领域取得的研究成果并探讨了已有研究值得商榷之处,对深度学习在图像识别领域中的发展趋势进行探讨,指出有效使用迁移学习技术识别小样本数据,使用非监督与半监督学习对图像进行识别,如何对视频图像进行有效识别以及强化模型的理论性等是该领域研究的进一步方向。 相似文献
8.
利用模板匹配方法,采用基于遗传算法的图像识别技术,完成了对图像目标识别的算法验证。在此基础上进行了基于该算法的图像识别系统的FPGA实现,并在相关验证平台进行了硬件仿真与时序分析。实验结果表明,所设计的图像识别电路具有较高的识别精度和较快的识别速度。 相似文献
9.
为了提高实际场景图像的缺陷识别准确度,基于人工智能、图像识别和深度学习技术,设计一种新的图像缺陷识别算法。采集缺陷图像,为缺陷目标识别做好检测分析和学习训练准备。联合分水岭分割和颜色特征分割方法,提取缺陷图像的有效特征。基于卷积网络,充分借助其中的学习模型,采用Python开源框架,设计新的缺陷识别方法。将人工智能算法集成于开发的软件系统中,该系统功能包括相机采集、视频导入、HDMI导入、脚踏板控制等。仿真数据表明,与已有分割技术相比,所提算法具有更理想的识别准确性与鲁棒性。 相似文献
10.
基于教务管理系统中的课程数据,通过SpringBoot框架与微信小程序设计并实现了一个基于企业微信的课程表查询系统。用户在企业微信中单击“课程表”应用即可查看个人课表。该系统采用微信小程序作为前端,使用SpringBoot开发后端,通过封装视图、Redis缓存机制获取课程数据,提高了访问速度,优化了用户体验,具有一定推广价值。 相似文献
11.
12.
随着汽车数量逐年上升,如何提高车辆管理水平成为难题,其中车牌识别成了智能交通领域中一项重要课题。设计了基于深度学习和图像识别技术开发车牌识别数据可视化系统,系统主要有图像识别、图像裁剪、记录查询和信息可视化等功能。先将上传的车辆图像进行识别从而得到车牌信息并将其输入系统,系统能有效地管理和查询所有输入的车牌数据,然后通过可视化界面直观展示系统中的车牌数据信息,经过测试,能有效识别车牌信息,提高车辆管理效率。 相似文献
13.
14.
许多城市都要求生活垃圾分类,但是目前大多数人在垃圾种类区分方面存在一定的困难。为了解决这个问题,基于深度学习的图像识别方法设计一个智能垃圾分类系统。通过TensorFlow2.3和MobileNetV2构建和训练垃圾分类模型,应用Qt Designer与Python设计一个便于用户操作的上位机图形界面。将智能垃圾分类和垃圾桶控制有机结合,利用ESP32-CAM获取需要识别的垃圾图像,通过Wi-Fi发送给上位机进行图库比对,并将识别结果通过Wi-Fi发送至ESP-8266,启动驱动控制,打开相应垃圾桶盖。系统测试结果表明,所设计的智能垃圾分类系统能够准确地识别垃圾类型,使用户能够无接触地投放垃圾。 相似文献
15.
针对目前市场存在的高校信息推荐系统中的可视化表达抽象、用户理解不直观的问题,基于微信小程序、移动GIS、Node.js和MongoDB等技术,设计并实现了一种基于微信小程序的高校信息推荐系统.该系统通过结合用户与高校的空间信息,对高校和专业进行推荐、查询.能够帮助用户更直观方便的获取周边高校信息,丰富高校信息展示形式. 相似文献
16.
17.
18.
胡文寒李健喆曾天伦沈青 《电脑编程技巧与维护》2022,(8):84-88
设计了基于CNN的人脸识别解压助眠微信小程序,系统通过运用主成分分析法将人脸表情特征进行筛选,再运用卷积神经网络对用户人脸表情进行精准识别,通过识别用户的表情并结合用户完成的心理问卷制定专属于用户的睡眠之旅,准确地帮助用户改善情绪、减轻压力,助力用户更好睡眠。系统旨在给用户提供一个缓解压力,有助于睡眠的多样化平台。 相似文献
19.
图像识别作为深度学习领域内的一项重要应用,水果图像的分类识别在智慧农业以及采摘机器人等方面具有重要应用。针对以往传统图像分类算法存在泛化能力差、准确率不高等问题,提出一种在TensorFlow框架下基于深度学习和迁移学习的水果图像分类算法。该算法采用Inception-V3的部分模型结构对水果图像数据进行特征提取,采用Softmax分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型。测试结果表明,该算法与传统水果分类算法对比,具有较高识别准确率。 相似文献