期刊文献+
共找到1,668篇文章
< 1 2 84 >
每页显示 20 50 100
卷积神经网络GPS坐标转换方法
1
作者 崔方 赵庶旭 《测绘通报》 CSCD 北大核心 2019年第3期1-5,共5页
GPS坐标转换方法对于GPS空间定位系统至关重要。目前已有很多方法被提出用于转换GPS坐标,但效果并不是很显著。究其原因,是因为大多数都存在模型误差和投影误差。针对目前方法的不足,本文利用深度学习对非结构化数据处理的优势,提出了... GPS坐标转换方法对于GPS空间定位系统至关重要。目前已有很多方法被提出用于转换GPS坐标,但效果并不是很显著。究其原因,是因为大多数都存在模型误差和投影误差。针对目前方法的不足,本文利用深度学习对非结构化数据处理的优势,提出了一种基于卷积神经网络(CNN)的GPS坐标转换方法。该方法将GPS数据转化为非结构化图片数据,以其作为CNN的输入层来训练GPS坐标转换模型,这样能够最小化满足对数据的预处理要求,无监督地从数据中学习出有效特征。试验结果表明,该方法与传统坐标转换方法相比,具有更高的转换精度。 展开更多
关键词 深度学习 神经网络 卷积神经网络 坐标转换 全球定位系统
基于卷积神经网络的遥感图像目标检测
2
作者 欧攀 张正 +1 位作者 路奎 刘泽阳 《激光与光电子学进展》 CSCD 北大核心 2019年第5期66-72,共7页
针对遥感图像中的目标检测问题,采用基于卷积神经网络的目标检测框架对目标进行提取,针对该网络制作了包含三类遥感图像中常见目标的目标检测数据集。为了解决遥感图像目标旋转角度较大的问题,将空间变换网络融入超快区域卷积神经网络,... 针对遥感图像中的目标检测问题,采用基于卷积神经网络的目标检测框架对目标进行提取,针对该网络制作了包含三类遥感图像中常见目标的目标检测数据集。为了解决遥感图像目标旋转角度较大的问题,将空间变换网络融入超快区域卷积神经网络,提出了一种具有旋转不变性自学习能力的目标检测模型。通过与传统的目标检测方法进行对比分析,探究了不同方法对遥感图像目标检测的实际效果。相对于传统的目标检测方法,融合了空间变换网络的卷积神经网络所提取的特征具有更好的旋转不变特性,从而能够达到更高的检测精度。 展开更多
关键词 图像处理 卷积神经网络 空间变换网络 目标检测 深度学习
采用ACGAN及多特征融合的高光谱遥感图像分类 预览
3
作者 刘群 陈锻生 《华侨大学学报:自然科学版》 CAS 北大核心 2019年第1期113-120,共8页
为解决标记样本缺乏、提升分类精度及增强模型容错性等问题,提出一种基于辅助分类器生成对抗网络(ACGAN)的分类方法.首先,将预训练的ACGAN模型作为光谱特征提取器,采用局部二值模式(LBP)算法提取图像的纹理特征;然后,融合光谱特征和纹... 为解决标记样本缺乏、提升分类精度及增强模型容错性等问题,提出一种基于辅助分类器生成对抗网络(ACGAN)的分类方法.首先,将预训练的ACGAN模型作为光谱特征提取器,采用局部二值模式(LBP)算法提取图像的纹理特征;然后,融合光谱特征和纹理特征,由卷积神经网络(CNN)进行分类.在2个广泛使用的数据集上进行实验,结果表明:相较于其他方法,文中方法可显著提高分类精度. 展开更多
关键词 高光谱图像分类 生成对抗网络 局部二值模式 卷积神经网络
在线阅读 下载PDF
基于深度学习方法的海上舰船目标检测 预览
4
作者 袁明新 张丽民 +2 位作者 朱友帅 姜烽 申燚 《舰船科学技术》 北大核心 2019年第1期111-115,124共6页
为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及FastR-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过FastR-CNN框架... 为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及FastR-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过FastR-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。 展开更多
关键词 舰船 目标检测 深度学习 区域建议网络 卷积神经网络
在线阅读 下载PDF
基于卷积神经网络算法的自动地层对比实验
5
作者 徐朝晖 刘锤铭 +4 位作者 周新茂 何辉 张波 吴昊 高建 《石油科学通报》 2019年第1期1-10,共10页
深度学习善于从原始数据输入中挖掘其内在的抽象特征,十余年来,其在语音识别、语义分析、图像分析等领域取得了巨大成功,也大大推动了人工智能的发展。本文基于深度学习中广泛应用的卷积神经网络算法,以大庆油田某区块密井网数据为对象... 深度学习善于从原始数据输入中挖掘其内在的抽象特征,十余年来,其在语音识别、语义分析、图像分析等领域取得了巨大成功,也大大推动了人工智能的发展。本文基于深度学习中广泛应用的卷积神经网络算法,以大庆油田某区块密井网数据为对象,开展自动地层对比试验。实验中,随机选取部分井作为训练样本,对另一部分井分层进行预测,并与原始分层数据比对进行误差分析。按照训练样本的井数据比例65%、40%、20%和10%,将实验分为4组,每组实验包括油层组、砂层组和小层级3个相互独立的实验。12个实验结果表明:训练量越大,地层级别越高(厚度越厚),自动对比效果越好;20%的训练量就可以较可靠地进行砂组及以上级别地层单元(厚度不小于10 m)的自动对比。该实验表明卷积神经网络算法能有效应用于依据测井曲线进行油藏规模地层自动对比,具有良好的发展前景。 展开更多
关键词 地层自动对比 深度学习 卷积神经网络 训练与预测
小样本情况基于深度学习的水下目标识别研究 预览
6
作者 梁红 金磊磊 杨长生 《武汉理工大学学报:交通科学与工程版》 2019年第1期6-10,共5页
水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然... 水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然后,采用ImageNet图像数据集对搭建的深度卷积神经网络模型进行预训练;使用水下降噪图像对经过预训练的神经网络进行参数微调.利用海洋鱼类图像数据集对完成训练的卷积网络性能进行验证,取得85.08%的正确识别率. 展开更多
关键词 水下目标 图像识别 深度学习 小样本 卷积神经网络
在线阅读 下载PDF
基于深度卷积网络的糖尿病性视网膜病变分类 预览
7
作者 杜霞 《现代计算机》 2019年第11期14-19,共6页
糖尿病性视网膜病变是一种高致盲率的糖尿病眼底并发症且发病率逐年上升,临床人工诊断中存在判别困难、极度依赖医生经验、诊断准确率低等问题,因此对眼底病变的自动诊断方法有重要现实意义。采用深度卷积网络的In.ception-V4结构,根据... 糖尿病性视网膜病变是一种高致盲率的糖尿病眼底并发症且发病率逐年上升,临床人工诊断中存在判别困难、极度依赖医生经验、诊断准确率低等问题,因此对眼底病变的自动诊断方法有重要现实意义。采用深度卷积网络的In.ception-V4结构,根据视网膜图像进行四个病变阶段的分类。首先对原始数据进行归一化操作降低数据噪声,再通过旋转、剪裁等数据增强方法扩充数据集。然后采用迁移学习方法,先加载ImageNet预训练模型,再对Inception-V4网络进行参数微调。最后,接入一个四分类的分类器,使用Softmax函数获得图像的分类结果。实验在包含2409张眼底彩照的数据集上获得了88%的四分类准确率。该方法克服样本量不足以及数据不均衡的问题,在小数据集上获得较好的分类准确率,在辅助临床诊断中具有较好的应用价值。 展开更多
关键词 糖尿病性视网膜病变 卷积神经网络 深度学习
在线阅读 免费下载
基于卷积神经网络的雷达目标HRRP分类识别方法
8
作者 王容川 庄志洪 +1 位作者 王宏波 陆锦辉 《现代雷达》 CSCD 北大核心 2019年第5期33-38,共6页
卷积神经网络通过卷积和池化操作提取图像在各个层次上的特征进而对目标进行有效识别,是深度学习网络中应用最广泛的一种。文中围绕一维距离像雷达导引头自动目标识别,开展基于卷积神经网络的目标高分辨距离像分类识别方法研究。首先,... 卷积神经网络通过卷积和池化操作提取图像在各个层次上的特征进而对目标进行有效识别,是深度学习网络中应用最广泛的一种。文中围绕一维距离像雷达导引头自动目标识别,开展基于卷积神经网络的目标高分辨距离像分类识别方法研究。首先,基于空中目标一维距离像姿态敏感性仿真生成近似平行交会条件下不同类型目标的高分辨距离像数据集;其次,构建一种一维卷积神经网络结构对目标高分辨距离像进行分类识别;作为比较,针对同类高分辨距离像数据集,分析了主成分分析-支持向量机方法的目标分类识别效果。结果表明:基于卷积神经网络的目标分类识别算法有更好的识别能力,对高分辨距离像的姿态敏感性具有较强的适应性。 展开更多
关键词 高分辨距离像 卷积神经网络 特征提取 目标识别
基于深度学习的机器视觉目标检测算法及在票据检测中应用 预览
9
作者 刘桂雄 刘思洋 +1 位作者 吴俊芳 罗文佳 《中国测试》 CAS 北大核心 2019年第5期1-9,共9页
基于深度学习的目标检测是机器视觉应用的重要方面。该文系统总结基于区域候选的目标检测算法、基于回归方法的目标检测算法及其他优化算法的算法思想、网络架构、演进过程、技术指标、应用场景,指出在机器视觉系统应用中,应充分考虑检... 基于深度学习的目标检测是机器视觉应用的重要方面。该文系统总结基于区域候选的目标检测算法、基于回归方法的目标检测算法及其他优化算法的算法思想、网络架构、演进过程、技术指标、应用场景,指出在机器视觉系统应用中,应充分考虑检测对象、检测精度、实时性能要求,结合不同目标检测算法特点,选择最合适的检测算法。最后,面向票据检测需求,分析目标检测算法在票据图像位置检测、防伪特征检测、文本信息检测中的应用。 展开更多
关键词 机器视觉 目标检测 深度学习 卷积神经网络 票据检测
在线阅读 下载PDF
基于递归卷积神经网络的移动机器人定位算法 预览
10
作者 李少伟 王胜正 《计算机工程与应用》 CSCD 北大核心 2019年第10期240-243,249共5页
移动机器人定位已成为机器人研究的重要任务。提出基于递归卷积神经网络的移动机器人定位(Recurrent Convolutional Neural Networks-Based Mobile Robot Localization,RCNN-MRL)算法。递归卷积神经网络(Recurrent Convolutional Neural... 移动机器人定位已成为机器人研究的重要任务。提出基于递归卷积神经网络的移动机器人定位(Recurrent Convolutional Neural Networks-Based Mobile Robot Localization,RCNN-MRL)算法。递归卷积神经网络(Recurrent Convolutional Neural Networks,RCNN)结合卷积神经网络(Convolutional Neural Networks,CNN)和递归神经网络(Recurrent Neural Networks,RNN)的特性,并依据机器人上嵌入的照相机拍摄的第一人称视角图像,RCNN-MRL算法利用RCNN实现自主定位。具体而言,先通过RCNN有效地处理多个连续图像,再利用RCNN作为回归模型,进而估计机器人位置。同时,设计双轮机器人移动,获取多个时间序列图像信息。最后,依据双轮机器人随机移动建立仿真环境,分析机器人定位性能。实验数据表明,提出的RCNN模型能够实现自主定位。 展开更多
关键词 移动机器人定位 第一人称视角 时间序列图像 递归卷积神经网络 双轮机器人
在线阅读 下载PDF
基于稠密卷积神经网络的遥感图像自动色彩校正 预览
11
作者 朱思捷 雷斌 吴一戎 《中国科学院大学学报》 CSCD 北大核心 2019年第1期93-100,共8页
对于单幅遥感光学图像,目前已经有很多有效的色彩校正算法,但是这些算法需要人工经验或对场景的先验知识,无法满足对快速增长的海量遥感图像进行自动化处理的需求。针对这一问题,提出一种基于稠密卷积神经网络的遥感图像自动色彩校正方... 对于单幅遥感光学图像,目前已经有很多有效的色彩校正算法,但是这些算法需要人工经验或对场景的先验知识,无法满足对快速增长的海量遥感图像进行自动化处理的需求。针对这一问题,提出一种基于稠密卷积神经网络的遥感图像自动色彩校正方法DCN(dense convolutional networks)。该模型可以预测遥感图像的RGB通道的颜色校正系数K,从而对原始图像进行自动色彩校正。DCN使用稠密模块代替部分卷积层,用更少的层数实现更多的连接。DCN模型由3 000幅GF-2号遥感图像在Tensorflow框架上训练得到,损失函数为颜色校正系数向量与真值向量之间的色偏角θ。经过测试验证,校正后的图像与原图像仅有很小的色偏角,且与真实地物颜色吻合。与传统方法相比,该方法在训练后,可直接使用生成的模型对训练集中未出现的图像进行颜色校正,无需对场景的先验知识和人工经验,也无需参考图像,可实现对海量遥感光学图像的自动化色彩校正。与传统的卷积神经网络CNN(convolutional neural networks)相比,基于DCN的模型拥有更少的参数和更好的泛化能力,而且不受输入图像大小的限制,在测试集上有更好的结果。 展开更多
关键词 遥感光学图像 卷积神经网络 色彩校正 自动化
在线阅读 免费下载
基于卷积神经网络的调制识别新方法 预览
12
作者 王鹏 张君毅 赵国庆 《无线电工程》 2019年第6期453-457,共5页
针对通信信号调制方式识别问题,提出了一种基于卷积神经网络的通信信号调制方式识别新方法,利用深度卷积网络实现了通信信号特征的自学习,避免了传统算法中特征提取与选择问题,并设计了基于自学习特征的分类器,实现了通信信号调制方式... 针对通信信号调制方式识别问题,提出了一种基于卷积神经网络的通信信号调制方式识别新方法,利用深度卷积网络实现了通信信号特征的自学习,避免了传统算法中特征提取与选择问题,并设计了基于自学习特征的分类器,实现了通信信号调制方式的识别。仿真结果表明,利用卷积神经网络实现通信信号调制方式的识别是可行、有效的。 展开更多
关键词 调试识别 卷积神经网络 深度学习 机器学习
在线阅读 下载PDF
利用卷积神经网络进行绝缘子自动定位
13
作者 彭向阳 刘洋 +4 位作者 王柯 张泊宇 钱金菊 陈驰 杨必胜 《武汉大学学报:信息科学版》 EI CSCD 北大核心 2019年第4期563-569,共7页
提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口,而后利用卷积神经网络算法进行精细识别,获得包含绝缘子目标的窗口集,最后对高重叠度窗口集进行加权迭... 提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口,而后利用卷积神经网络算法进行精细识别,获得包含绝缘子目标的窗口集,最后对高重叠度窗口集进行加权迭代合并得到最终绝缘子定位结果。采用广东电网大型无人机实际线路巡检获取的可见光影像对自动定位算法进行验证,实验结果表明,在复杂背景下绝缘子整体回调率为90.5%,定位精度为92%,证明该方法能够对复杂背景下可见光影像中的绝缘子进行有效识别定位,且算法通用性较强,可适应不同背景的可见光影像。 展开更多
关键词 二值化赋范梯度 卷积神经网络 加权迭代合并 绝缘子 自动定位
基于卷积神经网络的红外图像融合算法 预览
14
作者 陈清江 李毅 柴昱洲 《激光与红外》 CAS CSCD 北大核心 2019年第1期123-128,共6页
红外图像与可见光图像融合的目的是为人类观察或其他计算机视觉任务生成信息更加丰富的图像。本文针对深度学习近年来在计算机视觉领域取得的巨大成功,提出一种基于卷积神经网络的红外与可见光图像融合算法。首先,使用引导滤波和高斯滤... 红外图像与可见光图像融合的目的是为人类观察或其他计算机视觉任务生成信息更加丰富的图像。本文针对深度学习近年来在计算机视觉领域取得的巨大成功,提出一种基于卷积神经网络的红外与可见光图像融合算法。首先,使用引导滤波和高斯滤波器组成的尺度感知边缘保护滤波器对输入的源图像进行多尺度分解,基础层利用像素强度分布的加权平均融合规则进行融合,细节层借助卷积神经网络对空间细节进行提取融合。实验结果表明,本文算法可以较好的将特定尺度信息进行保存,并减小滤波对边缘细节带来的光晕影响,融合后图像噪声较少,细节呈现的更加自然,并且适合人类视觉感知。 展开更多
关键词 图像融合 红外与可见光图像 卷积神经网络 多尺度分解
在线阅读 下载PDF
基于语义DCNN特征融合的细粒度车型识别模型 预览
15
作者 杨娟 曹浩宇 +1 位作者 汪荣贵 薛丽霞 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第1期141-157,共17页
针对深度卷积神经网络模型缺乏对语义信息的表征能力,而细粒度视觉识别中种类间视觉差异微小且多集中在关键的语义部位的问题,提出基于语义信息融合的深度卷积神经网络模型及细粒度车型识别模型.该模型由定位网络和识别网络组成,通过定... 针对深度卷积神经网络模型缺乏对语义信息的表征能力,而细粒度视觉识别中种类间视觉差异微小且多集中在关键的语义部位的问题,提出基于语义信息融合的深度卷积神经网络模型及细粒度车型识别模型.该模型由定位网络和识别网络组成,通过定位网络FasterRCNN获取车辆目标及各语义部件的具体位置;借助识别网络提取目标车辆及各语义部件的特征,再使用小核卷积实现特征拼接和融合;最后经过深层神经网络得到最终识别结果.实验结果表明,文中模型在斯坦福BMW-10数据集的识别准确率为78.74%,高于VGG网络13.39%;在斯坦福cars-197数据集的识别准确率为85.94%,其迁移学习模型在BMVCcar-types数据集的识别准确率为98.27%,比该数据集目前最好的识别效果提高3.77%;该模型避免了细粒度车型识别对于车辆目标及语义部件位置的依赖,并具有较高的识别准确率及通用性. 展开更多
关键词 车型识别 细粒度车型识别 卷积神经网络 深度学习 细粒度分类 图像分类
在线阅读 下载PDF
基于自适应池化的双路卷积神经网络图像分类算法 预览
16
作者 高子翔 张宝华 +1 位作者 吕晓琪 谷宇 《计算机工程与设计》 北大核心 2019年第5期1334-1338,共5页
针对相同构造的卷积神经网络输入同样的数据集也会提取到不同特征的情况,为利用该差异挖掘图像的深层特征,提出一种双路卷积神经网络模型的图像分类算法。在优化池化组合的基础上,在另一子网络中引入自适应池化丰富差异特征,提高特征表... 针对相同构造的卷积神经网络输入同样的数据集也会提取到不同特征的情况,为利用该差异挖掘图像的深层特征,提出一种双路卷积神经网络模型的图像分类算法。在优化池化组合的基础上,在另一子网络中引入自适应池化丰富差异特征,提高特征表达层次;根据互补测量函数测量子网络间的特征差异的互补性,以此优化损失函数反向传播微调模型权重,提高图像分类的精准度。在MNIST和CIFAR-10图像集上的实验结果表明,基于自适应池化的双路卷积神经网络的分类能力优于现有的深度卷积神经网络。 展开更多
关键词 图像分类 卷积神经网络 自适应池化 特征互补性 子网络
在线阅读 下载PDF
基于卷积神经网络的短文本分类研究 预览
17
作者 陆正球 毛焕宇 王海颖 《无线互联科技》 2019年第6期23-25,共3页
随着移动互联网的发展,如何从大量的文本中挖掘出有价值的信息并提供参考成为一种新的需求,文本分类作为信息检索和挖掘的关键技术,能够实现对不同类型文本的自动分类。文章提出了基于卷积神经网络的短文本分类方法,首先通过jieba实现... 随着移动互联网的发展,如何从大量的文本中挖掘出有价值的信息并提供参考成为一种新的需求,文本分类作为信息检索和挖掘的关键技术,能够实现对不同类型文本的自动分类。文章提出了基于卷积神经网络的短文本分类方法,首先通过jieba实现文本的分词,然后通过开源工具word2vec实现了词向量,最后通过卷积层、最大池化层和全连接层完成新闻数据的分类。实验结果显示,基于卷积神经网络的文本分类具有较高的分类效果。 展开更多
关键词 文本分类 卷积神经网络 word2vec
在线阅读 下载PDF
CEEMD与卷积神经网络特征提取的故障诊断方法研究 预览 被引量:1
18
作者 张朝林 范玉刚 《机械科学与技术》 CSCD 北大核心 2019年第2期178-183,共6页
轴承动力学行为具有非线性的特点,导致其振动信号特征与运行状态之间存在较强的非线性关系;且振动信号的特征提取与选择往往需要大量的先验知识,导致特征的设计难以准确反映不同的运行状态。针对以上问题,提出一种基于互补集合经验模态... 轴承动力学行为具有非线性的特点,导致其振动信号特征与运行状态之间存在较强的非线性关系;且振动信号的特征提取与选择往往需要大量的先验知识,导致特征的设计难以准确反映不同的运行状态。针对以上问题,提出一种基于互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)与卷积神经网络(Convolutional neural networks,CNN)的特征提取方法,从振动信号时频图中自适应提取其敏感特征,反映设备运行状态。首先采用CEEMD算法分解得到振动信号的固有模态函数(Intrinsic mode function,IMF)分量,构造各个IMF时频图,并采用CNN提取时频图的特征;然后,将提取到的特征与小波包分频带能量值相结合,组建特征指标向量,用于构建轴承故障诊断模型。将该方法应用于不同负载、不同故障深度的轴承试验中,结果表明该方法能够在多种工况下有效地提高故障识别率。 展开更多
关键词 特征提取 互补集合经验模态分解 卷积神经网络 自适应
在线阅读 免费下载
基于深度学习的目标检测框架进展研究 预览
19
作者 寇大磊 权冀川 张仲伟 《计算机工程与应用》 CSCD 北大核心 2019年第11期25-34,共10页
在R-CNN框架提出后,基于深度学习的目标检测框架逐渐成为主流,可分为基于候选窗口和基于回归两类。近两年来,在Faster R-CNN、YOLO、SSD等经典的基于深度学习目标检测框架的基础上,出现了大量的优秀框架。根据优化方法对近几年提出的框... 在R-CNN框架提出后,基于深度学习的目标检测框架逐渐成为主流,可分为基于候选窗口和基于回归两类。近两年来,在Faster R-CNN、YOLO、SSD等经典的基于深度学习目标检测框架的基础上,出现了大量的优秀框架。根据优化方法对近几年提出的框架进行了梳理和总结。在PASCAL_VOC和MS COCO等主流测试集上对目标检测方法的性能及优缺点进行了对比分析。讨论了目标检测领域当前面临的困难与挑战,对可能的发展方向进行了展望。 展开更多
关键词 深度学习 目标检测 卷积神经网络 计算机视觉
在线阅读 下载PDF
基于大数据的卷积神经网络技术在课堂人脸识别应用 预览
20
作者 汤双霞 《智能计算机与应用》 2019年第2期255-256,259共3页
近年来,人脸识别已经成为研究热点。本文即针对卷积神经网络和传统人脸识别技术的应用及进展给出研究论述。接下来,运用人脸识别技术,就能够在课堂教学过程中的无干扰状态下,采集学生的实时人脸图像,并利用统计学原理进行精准的人脸识别... 近年来,人脸识别已经成为研究热点。本文即针对卷积神经网络和传统人脸识别技术的应用及进展给出研究论述。接下来,运用人脸识别技术,就能够在课堂教学过程中的无干扰状态下,采集学生的实时人脸图像,并利用统计学原理进行精准的人脸识别,可完成学生个体的专注度分析。有利于本校的教育教学改革,提高办学水平;有利于教育行业技术进步,提高行业科技含量。 展开更多
关键词 卷积神经网络 人脸识别 课堂
在线阅读 免费下载
上一页 1 2 84 下一页 到第
使用帮助 返回顶部 意见反馈