10.3969/j.issn.1671-8313.2017.08.174
基于深度学习特征和在线感知机的物体识别系统
1 摘要
计算机视觉是科学领域中一个极富挑战性的研究领域.近年来,随着科学研究的进步和工业水平的提高,计算机视觉被广泛应用于医学、工业、交通、等多个领域.本文实现一个物体自动识别系统,完成对特定类物体的识别.系统采用深度网络模型Decaf进行特征提取,将提取特征送入到融合了在线学习方法的分类器中实现图像中物体的准确识别.对于识别结果,本作品采用DTW语音模型对识别结果进行人工矫正.实验结果表明,系统具备模型简单,识别时间短,精度高,泛化能力强等优点.
深度学习特征、物体识别、感知机、识别系统、在线感知、特征和
TP391.41;TP181;TP242
2017-09-28(万方平台首次上网日期,不代表论文的发表时间)
共2页
200-201