基于多标签深度神经网络的颜色提取方法

传统的颜色提取方法都基于RGB颜色空间,得到的只有单纯的RGB值,并没有将RGB值划分到相应的类别颜色,并且不能提取包含颜色错觉的图片颜色。为了能直接读取识别图片的多种类别主题色,文中建立了一个带颜色标签的纯色块数据库,其中也包含颜色错觉色块,并用基于深度神经网络的多标签分类方法进行学习,从而可以提取多个类别主题色。结果表明,构建的模型对测试集色块识别准确率为97. 4%。对测试集之外的复杂图片,能正确识别两种颜色的概率为94%。文中应用的提取方法更贴近人的直观视觉感受,用中文颜色命名规则将RGB值划分归类,同时解决了颜色错觉图片的颜色提取问题。

警惕行车中的错觉

1 距离错觉.驾驶员有时会对来车的车长、会车距离及跟车距离产生错觉.例如,路上参照物多时感觉距离近,参照物少时感觉距离远;会车时,无论两车的速度差有多大,总是感觉会车地点在两车距离一半处等.

行车中的危险错觉

行车过程中,驾驶人员往往会产生各种各样的错觉,导致错误操作而造成险情,这是极其危险的。只有了解这些易引起错觉的特性,才能保证行车的安全。 (1)速度错觉 驾驶员在行驶中对于车速快慢的判断,往往是以参照物的相对移动速度来判断,并不是完全依靠车辆自身速度表的指针来操作车辆。