-
题名基于卷积神经网络的识别精确度研究
- 1
-
-
作者
滕胤达
-
机构
本溪市高级中学
-
出处
《中文科技期刊数据库(全文版)自然科学》
2018年第12期88-89,共2页
-
文摘
目前,通过图像处理及分析的手段提升识别精准度的问题已经受到了广泛关注。本文在卷积神经网络的基础上,对其实现进行了探究。
-
关键词
卷积神经网络
识别精确度
神经网络识别
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名混合多距离图像的线性判别分析人脸识别算法
被引量:9
- 2
-
-
作者
成亚玲
谭爱平
张敏
-
机构
湖南工业职业技术学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2016年第9期2254-2259,2266,共7页
-
基金
国家自然科学基金(61173166)
湖南省教育厅科研项目(15B072)
-
文摘
现有应用于智能监控系统的人脸识别算法主要适用于近距离摄像,由于图像质量随距离增加快速下降的原因,其在远距离摄像条件下仍存在人脸识别精度较低的问题。为了提高远距离摄像环境下的人脸识别精度,提出了一种基于混合多距离图像和线性判别分析的人脸识别算法。该算法混合使用多种不同距离提取的图像来训练图像集,并使用双线性内插法对训练图像集归一化,使用曼哈坦距离测量相似度完成人脸识别。实验结果表明,和传统的基于近距离图像的线性判别人脸识别算法相比,本算法可以在替换和远距离条件分别提高人脸识别精确度为6.2%和31%。
-
关键词
智能监视系统
人脸识别
线性判别分析
双线性内插法
曼哈坦距离
人脸识别精确度
-
Keywords
intelligent surveillance system
face recognition
linear discriminant analysis
bilinear interpolation method
manhattan distance
face recognition rate
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于智能视频监控的流感患者行为识别研究
- 3
-
-
作者
吴纪芸
-
机构
福州职业技术学院
-
出处
《电子技术与软件工程》
2020年第20期185-187,共3页
-
基金
2020年度校级项目/青年基金项目(项目编号:FZYKJJJQN202003)。
-
文摘
本文研究一种基于智能视频监控的流感患者行为识别系统,在红外温度检测的基础上加上行为识别,通过增加行为识别,能进一步识别不具有发热症状的潜在患病人员。本文提出的基于智能视频监控的流感患者行为识别系统可有效检测出"正常行为"、"干咳"、"流涕"、"腹疼"、"乏力"、"呼吸不畅"这六种行为,识别精确度达到82.7%。
-
关键词
卷积神经网络
智能视频监控
行为识别
识别精确度
-
分类号
R511.7
[医药卫生—内科学]
TN948.6
[电子电信—信号与信息处理]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进YOLOv3的木结缺陷检测方法研究
被引量:4
- 4
-
-
作者
岳慧慧
白瑞林
-
机构
江南大学物联网工程学院
-
出处
《自动化仪表》
CAS
2020年第3期29-35,共7页
-
基金
江苏省产学研前瞻性联合研究基金资助项目(BY2015019-38)
江苏省科技成果转化专项基金资助项目(BA2016075)。
-
文摘
针对木条表面死结和活结缺陷在检测过程中定位困难、平均识别精确度较低、检测速度较慢的问题,在分析木结缺陷特点和改进深度学习YOLOv3模型的基础上,研究其应用于改善木结缺陷检测时的精确度和速度。首先,对活结缺陷图像进行数据扩增,以解决类别不平衡问题。然后,改进k-means++算法,提升木结缺陷目标框的维度聚类效果,得到更合适的初始目标框个数与尺寸;通过缩减YOLOv3中多尺度检测网络、改进损失函数,以减少检测时间和提高目标识别精确度。最后,对木结缺陷进行拼接得出位置坐标。试验结果表明,较改进前YOLOv3算法,mAP值提升7.47%,检测速度提高35%;较Faster R-CNN算法mAP值提升11.68%,检测速度提高约15倍,改进后模型能精确地检测出死结和活结缺陷。因此,在后续研究中,可考虑以YOLOv3算法作为检测木结缺陷模型,进一步改进YOLOv3网络,以提高检测实时性和精确度。
-
关键词
YOLOv3
深度学习
维度聚类
损失函数
多尺度检测
木结缺陷检测
识别精确度
数据扩增
-
Keywords
YOLOv3
Deep learning
Dimensional clustering
Loss function
Multi-scale detection
Wood-knot defects detection
Recognition accuracy
Data amplification
-
分类号
TH-3
[机械工程]
-