10.16337/j.1004-9037.2016.01.023
集成的卷积神经网络在智能冰箱果蔬识别中的应用
冰箱内物体繁多且摆放随意,给基于图像分析的冰箱物体识别带来了很多挑战.本文提出一种用集成的卷积神经网络方法来解决冰箱食物种类识别问题.其基本思想是首先分别训练两个卷积神经网络,一个用于果蔬种类识别,一个用于果蔬的颜色识别,然后用一个多层感知器将两个独立的网络集成进行分类训练.集成训练之后的模型能将两个网络的信息进行补偿和强化.本文方法能有效提升颜色在物体识别中的主导作用,改善了由于遮挡、视角变化导致识别准确性不高的问题.最后通过对从冰箱获取大量真实的图片数据进行实验,验证了本文方法在解决智能冰箱物体识别问题的有效性.
卷积神经网络、智能冰箱、物体识别、深度学习、集成网络
31
TP18(自动化基础理论)
国家自然科学基金61375065
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
205-212