基于卷积神经网络的大数据图像智能识别方法研究

利用卷积神经网络进行图像数据的识别与处理,能有效提高大数据图像识别的智能性,可以广泛应用于文学艺术、商务业务、工程建设等多个领域。实验表明,基于卷积神经网络的大数据图像智能识别方法误识率较低,具有明显的应用优势。

关于视觉特征与CapsNet的图像大数据分类研究

随着信息技术的快速发展,每天都有数以万计的图像产生,如何从中挖掘重要的图像信息是当前研究的热点问题之一,对此提出了一种关于视觉特征与CapsNet的图像大数据分类方法。为了解决大量图像数据的计算复杂度过高,以及灰度颜色直方图中没有对图像位置的问题,将图像灰度进行压缩,并采用共生矩阵和分形维数对视觉特征进行提取。采用胶囊网络中神经元的输出来表达图像中所包含的各种属性信息,为了更新胶囊网络的耦合系数,通过动态路由算法表示胶囊与子胶囊间的关系,在训练和测试中对动态路由不断进行计算得出胶囊网络的输出。把图像大数据分类算法部署到云计算节点上,采用批量更新的数据模型,将图像的训练集划分为众多数据块进行Map并行训练,利用训练样本向前、后传播得出权值梯度,并采用Reduce计算出所有训练样本权值梯度的平均值,同时对样本权值进行更新。实验结果表明,提出的方法可以有效地防止图像过拟合现象发生,图像分类的准确率和效率均有明显地提高,在图像大数据分类方面表现出显著的性能优势。

基于卷积神经网络的图像大数据识别

针对现有的图像大数据识别方法具有收敛速度慢和识别精度低的问题,提出了一种基于卷积神经网络的图像大数据识别方法。首先,对传统的卷积网络结合改进的软最大化分类器进行分析,设计了卷积-软最大化分类器模型;对该模型中的卷积层、池化层、全连接层以及分类层均进行了描述。为了验证所提方法的优越性,在MNIST数据集上进行仿真,结果表明:与其它类似算法相比,所提的方法具有更低的误识率,在更短的时间内,能达到更低的分类均方误差。

云计算中基于改进视觉描述符的图像检索

为提高海量图像数据库的图像检索效率,提出了一种基于改进视觉描述符的海量数据图像检索算法。首先,设计了图像的视觉特征提取算法与图像兴趣点的提取算法;然后,对二叉搜索树进行修改,将图像中每一对兴趣点的图像ID作为键值(key),通过二叉搜索树提高搜索的效率;最终,基于key-value的索引方案将图像小文件组织成一个大文件,利用云计算的MapReduce并行计算模块计算查询图像与图像库之间的相似性。基于公开的高维数据集与大数据集进行了实验,结果表明该算法不仅实现了较高的检索准确率,并且提高了大数据集的图像检索时间效率。

应用MapReduce与视觉描述符的图像检索算法

为了提高海量图像数据库的图像检索效率,提出了一种基于改进视觉描述符的海量数据图像检索算法。首先,设计了图像的视觉特征提取算法与图像兴趣点的提取算法,通过高斯分布的差分方法(DOG)搜索尺度空间的兴趣点,通过尺度不变特征描述符提取兴趣点的视觉特征;然后,对二叉搜索树进行修改,将图像中每一对兴趣点的图像ID作为键值(key),2个兴趣点的相似性作为二叉树的值(value),通过二叉搜索树提高搜索的效率;最终,设计了基于key-value的索引方案将图像小文件组织成一个大文件,利用云计算的MapReduce并行计算模块计算查询图像与图像库之间的相似性。基于公开的高维数据集与大数据集进行了实验,结果表明:本算法不仅实现了较高的检索准确率,并且明显地提高了大数据集的图像检索时间效率。

基于互联网大数据的自然场景的四季合成

针对传统的纹理合成与颜色迁移对自然场景的四季合成问题存在的失效问题,提出了基于大规模数据驱动的方法.首先,从互联网上获取关于场景地点的图像并且通过全局匹配性与局部一致性约束进行粗略筛选;其次,利用动态规划算法简化场景图像特征点匹配,并通过最小化约束函数确定场景参考帧以及相应场景帧;最后,将相应场景帧通过变换对齐到参考帧,并根据梯度域方法补全对齐场景从而形成场景四季序列.实验结果表明,该方法能够生成更加合理的关于场景的四季图像以及四季变化鲜明的延时摄影视频.

基于云架构的雪亮工程平台设计与实现

雪亮工程中心平台系统多是由安防厂家按照功能单独系统建设,存在设备利用率不均衡,空间占用较大,能耗较高的问题。本文提出基于云架构的雪亮工程平台建设方式,上层应用共享硬件基础资源设施,既提高了计算分析处理能力,又节省了电力和空调消耗,系统的稳定性和可靠性也得到增强,同时带来建设成本和维护成本的降低,符合新发展理念。

数字媒介中“图像语言”视觉转译探析

数字媒介采用的是被高度结构化处理的数据模型,其运行在交互网络平台之中,生成虚拟沉浸与实时移动的视觉体验,这与欣赏一幅油画或鸟瞰一座建筑的视觉体验有着明显差别。当下信息时代,图像语言在数字媒介中的生成与运用主要体现在大数据图像符号、移动性虚拟交互图像、快消费的图像生成技术三个方面。文章主要从这三点出发,探讨数字媒介中"图像语言"视觉转译与表达方式。