已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、圖像識別技術目前廣泛應用于傳統(tǒng)制造業(yè)、安保以及互聯(lián)網(wǎng)行業(yè),相關方法都較為成熟。但是,在生物、醫(yī)學以及食品等領域上還有很多空白需要填補,主要在于現(xiàn)在的識別方法往往面向“大”類別識別,例如區(qū)分貓和狗、人和車輛、動物和植物等,并非細粒度(微差)圖像識別的范疇,例如同為菊科下的秋菊和野菊的識別。本文針對微差圖像識別領域中的植物圖像識別進行了方法研究,主要工作如下:
1.從圖像底層特征入手,重點研究了BoV和費雪向量特征編碼方法,提出了
2、基于費雪向量的多特征融合圖像識別方案。實驗表明,在植物圖像識別應用中,基于費雪向量的特征編碼方案具有更好的效果。
2.從深度學習方法入手,首先設置對比實驗進行模型初選,研究分析不同訓練模式以及卷積神經(jīng)網(wǎng)絡深度對植物圖像識別的影響;其次提出了基于選擇性搜索算法的植物圖像關鍵區(qū)域生成方法;最后提出了面向關鍵區(qū)域的基于VGGNet16的植物圖像識別模型,并驗證了本文提出方法的有效性。
3.構(gòu)建植物圖像數(shù)據(jù)集。數(shù)據(jù)庫的構(gòu)建包
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像識別方法與實現(xiàn)技術研究.pdf
- 基于ASM的圖像識別方法研究與實現(xiàn).pdf
- 紙幣號碼圖像識別方法研究.pdf
- NIR人臉圖像識別方法研究.pdf
- 船艙流水孔圖像識別方法研究.pdf
- 野外火災的圖像識別方法研究.pdf
- 船舶舵角圖像識別方法的研究
- 基于流形學習算法的植物葉片圖像識別方法研究.pdf
- 基于知識元的圖像識別方法研究.pdf
- 基于遺傳規(guī)劃的圖像識別方法.pdf
- 船舶舵角圖像識別方法的研究.pdf
- 原棉中異性纖維圖像識別方法研究.pdf
- 基于紋理的木材圖像識別方法研究.pdf
- 姿態(tài)魯棒的人臉圖像識別方法研究.pdf
- 基于稀疏表示的人臉圖像識別方法研究.pdf
- 身份號碼圖像識別方法與系統(tǒng)的研究.pdf
- 在役管線腐蝕故障圖像識別方法研究.pdf
- 基于葉片圖像的植物識別方法研究.pdf
- 道路舊標識線的圖像識別方法研究.pdf
- 介質(zhì)阻擋放電圖像識別方法及均勻性影響研究.pdf
評論
0/150
提交評論