2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩94頁未讀 繼續(xù)免費閱讀

下載本文檔

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(lǐng)

文檔簡介

1、在視覺研究領(lǐng)域,目標識別是一個很熱門的研究課題,同時也是很有挑戰(zhàn)的任務(wù)。然而人類大腦視覺皮層的獨特信息處理機制,使其具備快速準確高效的目標識別能力。在過去的數(shù)十年中,很多視覺算法的提出,改善了目標識別的性能,但是現(xiàn)在的任何一種算法都未能超越人類大腦。因此,構(gòu)建能夠模擬人類大腦視覺皮層的目標識別機制,或者盡可能與人類視覺相匹敵的人工系統(tǒng),一直都是具有吸引力但也很困難的目標。設(shè)計與構(gòu)建魯棒的目標識別算法,將會有益于諸多領(lǐng)域與應(yīng)用,比如安全監(jiān)

2、控,機器人導(dǎo)航,醫(yī)學圖像理解等。
  本文主要圍繞目標識別與圖像分類算法展開研究。本文既借鑒神經(jīng)生物學與認知生理學目前的研究成果,又考慮人類大腦的生物學習機制,結(jié)合HMAX(Hierarchical Model and X)模型與極限學習機,設(shè)計與構(gòu)建新穎的生物啟發(fā)式圖像分類算法網(wǎng)絡(luò)。本文的主要研究內(nèi)容包括:
  第一,傳統(tǒng)視覺與生物視覺中的目標識別問題的研究,以及目標識別與圖像分類問題的數(shù)學描述與解決方案。目標識別分為兩種

3、情況,鑒別與分類。從生理學和計算方面同時考慮目標識別問題的解決方案與策略,并且指出解決目標識別問題的兩個重要階段:構(gòu)造包含足夠多的有效信息的目標圖像特征,與選擇恰當?shù)姆诸惼鲗δ繕藞D像特征進行分類。這為目標識別與圖像分類算法的設(shè)計提供總體理論支撐。
  第二,生物啟發(fā)式圖像分類算法網(wǎng)絡(luò)的設(shè)計與實現(xiàn)。本文設(shè)計的生物啟發(fā)式圖像分類算法網(wǎng)絡(luò)包括五個層級,分別是S1層、C1層、S2層、C2層與H層,即S1-C1-S2-C2-H。其前四個層級

4、主要注重設(shè)計與構(gòu)建特征結(jié)構(gòu)描述,基于靈長類動物的視覺皮層生理學數(shù)據(jù)構(gòu)造圖像特征數(shù)據(jù)向量。網(wǎng)絡(luò)的H層主要關(guān)注人類大腦的生物學習機制,通過極限學習機分類器來實現(xiàn),對圖像特征數(shù)據(jù)向量進行分類。同時,本文嘗試將生物啟發(fā)式特征構(gòu)建機制與學習機制融合來構(gòu)建新算法,為深入研究目標識別引入新思路與新視角。
  第三,生物啟發(fā)式圖像分類算法網(wǎng)絡(luò)的實驗結(jié)果與分析。本文選取三個圖像數(shù)據(jù)集,設(shè)計了四個組別的圖像分類實驗,分別是識別準確率驗證,參數(shù)敏感性分

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(yù)覽,若沒有圖紙預(yù)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。

評論

0/150

提交評論