随着经济的快速发展,全国的车辆总数日益增长,车牌识别已经成为交通运输管理的关键性技术。基于传统的车牌识别算法已经可以应用于......

随着我国经济和社会的近年来的高速发展,城市化率也越来越高。从社会结构上看,越来越多的农村人口将逐步转变为城镇人口,这为我国......

图像物体分类与检测是计算机视觉研究中的两个重要的基本问题,也是图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。为最......

针对传统LeNet卷积神经网络存在的学习效率低、收敛速度慢、训练时间长的问题,提出一种LeNet网络改进方法,在每层卷积之后进行批量......

在卷积神经网络的基础上改进了LeNet-5模型,建立了更适合于手写数字识别的神经网络模型,并对改进后的模型及网络训练识别过程进行......

为实现真实场景下老式机械水表读数的自动识别,提出一种基于卷积神经网络的水表数字识别方法。对原始的水表图像进行预处理,通过坐......

不同性别雏鸡在生产生活中的价值及培育方向均有较大差别,尽早无损伤高效地分辨出雏鸡性别从而进行定向培育,实现产业利益最大化。......

深入分析各种卷积神经网络模型,通过对比模型结构、复杂度,给出各种模型的优缺点。最后以典型的LeNet和ResNet进行实验,通过实验结......

随着纺织工业对于布匹生产效率和品质的要求的增长,人工检测已越来越难以满足其的发展需要,目前已有的检测方法存在着成本高、召回......

深度学习应用凭借其在识别应用中超高的预测准确率,在图像处理领域获得了极大关注,这势必将提升现有图像处理系统的性能并开创新的......

ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......

卷积神经网络(CNN)在图像识别方面起着无法替代的作用,其经典网络模型包括LeNet、AlexNet、VggNet等。笔者以MINIST数据集作为训练......

现今,生物特征识别技术在个人身份鉴定系统中扮演着重要的角色,但是也存在许多问题。例如,人脸识别易受光照、化妆、年龄和距离等......

针对传统基于内容的识别方法在特征提取方面存在计算复杂、特征不可迁移等问题,为避免光照条件、重叠及其他遮挡等因素对图像识别......

深度神经网络是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,例......