基于OpenCV和SVM的公共场所行人检测系统

本文通过提取图像中的特征辨别图像中或者视频中的行人。选用OpenCV的方向梯度直方图(Histogram of Oriented Gradient, HOG)算法提取特征,融合支持向量机(Support Vector Machine, SVM)算法来进行训练,获取一个分类模型,利用该模型来对输入的图片进行检测,识别行人。本文使用行人数据库(INRIA Person Dataset,INRIA)进行实验,实验结果证明HOG结合SVM的行人检测模型的识别率可以达到90%以上。

遗传算法及其在TSP问题中的应用

TSP问题是一类典型的NP完全问题,遗传算法可以有效解决此类问题。在研究遗传算法的基本原理和算法步骤的基础上,建立求解TSP问题的数学模型,设计一个求解TSP问题的基本遗传算法程序,并通过实验测试,验证了算法的有效性,分析遗传算法的群体大小、进化代数、交叉概率、变异概率对算法求解结果和求解效率的影响。

用VC++实现基本图形系统

利用面向对象技术 ,在变量化设计思想的指导下 ,用 VC+ +编写了一个易于扩充的基本图形系统 ,实现了基本图形元素的生成、绘制、编辑以及约束方程的建立和求解 ,支持操作灵活简单的变量化设计 ,交互操作方式使作图更直观 ,提供了应用系统开发时所需的基本图形支持 ,图形文件可与 .DXF格式文件交换 .

基于深度学习的名画识别模型设计与应用

本文首先通过原画生成更多复杂的样本作为训练集,采用基于卷积神经网络的VGG网络模型训练样本,最后将训练好的模型装载到基于Android的APP系统中,该系统能成功识别名画并展示其信息。

基于卷积神经网络的毕加索绘画艺术风格分类研究

毕加索一生共有6万多幅作品,作品风格多样,依靠人工对毕加索不同风格的作品进行分类,将会是非常耗时的工作。为此论文研究并提出一种深度学习分类算法,实现毕加索绘画的艺术风格分类。首先论文使用RGB(Red,Green,Blue)和HSV(Hue,Saturation,Value)两种不同色彩模型对绘画作品进行数据处理,接着通过卷积神经网络模型实现对绘画样本风格特征的提取,最后使用支持向量机对分类结果进行融合与分类。结果表明在绘画艺术风格识别的准确度上使用HSV色彩模型,其表现优于RGB色彩模型,表明HSV色彩模型包含更多特征信息,能有助于提高分类准确率。