基于深度神经网络的驾驶员违章行为识别方法

驾驶员的违章行为是造成交通事故的主要原因之一,利用摄像头实时监控行驶过程中的驾驶员违章行为是一个减少交通事故的有效方法.本文提出一种通过深度神经网络的驾驶员违章行为识别方法.首先,利用Deep-Pose检测驾驶员身体关键点,接着,基于这些关键点提取动作特征,然后使用最近邻分类器识别典型违章行为.实验证明,本文的方法对于典型的违章行为是有效的.

自然行走的条件下人脸识别系统的研究开发

人脸识别是一种应用广泛的身份识别技术。虽然正脸的人脸识别理论已趋近于成熟,但由于自然条件下光照、阴影以及人脸角度等因素干扰,自然行走条件下的人脸识别实用性还比较差。本文利用PCANet技术设计自然行走条件下的人脸识别系统,该系统通过摄像头实时捕获图像,自动检测人脸并识别人脸,确定人员的身份,以弥补正脸识别系统的缺陷。实际使用证明,该系统可以满足实际需要。

基于深度神经网络的乳腺癌病灶分割系统的研究开发

病灶分割是一种常应用于医疗图像中针对病灶区域的识别技术.图像分割技术在早期主要采用的是传统方式,但是识别不够准确,且效率较低,不能够满足当前医疗上的要求.该文利用基于V-Net技术设计一套磁共振图像乳腺癌病灶的分割系统,通过上传三维图像,自动检测肿瘤区域,用来作为辅助医生判断的一种手段,满足当前医学领域的实际要求.