卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究.pdf

1、ADissertationSubmittedtoZhejiangUniversityfortheDegreeofMasterofEngineering⑧TITLE：StudvofConvolutionalNeuralNetworkApp1iedonTno’lmageKecogn1t10nAuthor：KeXu^●5upervlsor：Subject：ComputerADDlicationTechnology‘，__—一一&||一Col1

2、ege：ComputerScienceandTechnology●■■_———————————一———————————————●。■_■■■■■●__■。__●_●●●■■■●■●■●■●。___●__●_■__●■■■●■_______?！瘛瘛馹__■■?！瘛?。I__一SubmittedDate：△望!i至圣Q主廷：壟Q!壘浙江大學(xué)碩士學(xué)位論文摘要摘要人工神經(jīng)網(wǎng)絡(luò)是一種嘗試模擬人腦的功能而產(chǎn)生的人工智能方法，在上個世紀(jì)末期經(jīng)歷了一段時

3、間的蓬勃發(fā)展之后，再次陷入低潮。深度學(xué)習(xí)技術(shù)是受到生物學(xué)和神經(jīng)學(xué)領(lǐng)域在動物和人腦視覺神經(jīng)領(lǐng)域的新發(fā)現(xiàn)的啟發(fā)，模擬視覺系統(tǒng)的層次化的工作模式，在人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建具有層次化結(jié)構(gòu)的深度網(wǎng)絡(luò)模型，給人工神經(jīng)網(wǎng)絡(luò)帶來了新的發(fā)展方向。卷積神經(jīng)網(wǎng)絡(luò)是將人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)結(jié)合而產(chǎn)生的一個新型人工神經(jīng)網(wǎng)絡(luò)方法，具有局部感知區(qū)域、層次結(jié)構(gòu)化、特征抽取和分類過程結(jié)合的全局訓(xùn)練等特點，在圖像識別領(lǐng)域獲得了廣泛的應(yīng)用?，F(xiàn)代圖像識別任務(wù)要求分類系統(tǒng)

4、能夠適應(yīng)不同類型的識別任務(wù)，深度網(wǎng)絡(luò)及其特例卷積神經(jīng)網(wǎng)絡(luò)是目前人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究熱點，對卷積神經(jīng)網(wǎng)絡(luò)及其在不同識別任務(wù)上的應(yīng)用進行研究具有重要的應(yīng)用價值。本文在整理和總結(jié)了國內(nèi)外有關(guān)人工神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)過和研究成果，并對人工神經(jīng)網(wǎng)絡(luò)特別是卷積神經(jīng)網(wǎng)絡(luò)的基本概念和算法進行了總結(jié)和介紹的基礎(chǔ)上，以經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，將其應(yīng)用到手寫數(shù)字識別和人臉識別任務(wù)當(dāng)中，主要工作如下：1)構(gòu)造了若干個具有不同大小的特征抽取過濾

5、器層的卷積神經(jīng)網(wǎng)絡(luò)模型，并將這些模型應(yīng)用到手寫數(shù)字識別和人臉識別兩類不同的識別問題上。2)通過實驗結(jié)果驗證卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用在手寫數(shù)字識別和人臉識別問題上的可行性，并與現(xiàn)有的其他分類識別方法進行比較，分析卷積神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點。3)通過這些具有不同大小的特征抽取過濾器層的模型在實驗中表現(xiàn)出來的學(xué)習(xí)過程的特性和識別效果，來比較各個模型的優(yōu)缺點。本文通過實驗證明了卷積神經(jīng)網(wǎng)絡(luò)不需要太多的調(diào)整和修改就能夠很好的應(yīng)用到手寫數(shù)字識別和人臉識別問題