面向智能手机Web应用的logo识别技术的研究与实现

发布时间：2024-06-04 03:31

　　随着互联网技术和移动设备的迅速发展,智能手机Web应用由于其天然的跨平台性质和无需下载、方便用户使用的特点,能有效帮助品牌进行产品推广,因此受到欢迎与广泛重视。其中对于品牌logo识别技术作为许多智能手机Web应用中的一项基础性技术和重要步骤,也得到了开发人员的重视和诸多发展。目前为止,传统的logo识别技术基本都是通过人为选择特征进行特征匹配或轮廓提取等方法达到识别目的,但这些传统方法由于自身局限性应用在智能手机Web应用场景中时都存在诸多不足。近些年随深度学习的迅猛发展,卷积神经网络在图像识别领域取得了较大的成功,这为面向智能手机Web应用的logo识别问题的解决提供了新思路。卷积神经网络一般在解决海量数据的多分类问题上表现较好,直接应用于解决单一品牌的logo识别问题时,由于logo结构简单、样本规模一般较小等因素限制导致网络表现不佳。为有效利用卷积神经网络优良特性有效的解决单一品牌的logo识别问题,本文提出了陪练机制和阈值判定法。本文首先研究了几种经典卷积神经网络在logo识别上的应用,探究了分类类别数的变化对于卷积神经网性能的影响,提出了陪练数据集的概念,并分析了为卷积神经...

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

图２－２单层神经网络结构??“”“

?／??输入?权值??图２－１?抽象的神经元模型ＭＰ??神经元是神经网络的基本组成单元。一个典型的神经元模型应该包含有输入，??输出和计算功能。连接是神经元中最重要的东西，每一个连接上都应当有一个权??重。如上图中的ｗ即为对应每条连接上的权重。一个神经网络的训练算法旨在??通过不....

图２－１?抽象的神经元模型ＭＰ??

单层神经网络也称感知机，是最简单的祌经网络，是于１９５８年康内尔大学??计算科学家Ｆｒａｎｋ?Ｒｏｓｅｎｂｌａｔｔ提出两层神经构成的神经网络。感知机有两个层次，??分别是输入层和输出层，输入层和输出层是直接相连的，结构如图２－２所示。??？??图２－２单层神经网络结构??输入层里....

图２－３?两层祌经网络结构??单隐层神经网络是感知器的推广，可以被看做是一个有向图，一组输入向量??

?／??输入?权值??图２－１?抽象的神经元模型ＭＰ??神经元是神经网络的基本组成单元。一个典型的神经元模型应该包含有输入，??输出和计算功能。连接是神经元中最重要的东西，每一个连接上都应当有一个权??重。如上图中的ｗ即为对应每条连接上的权重。一个神经网络的训练算法旨在??通过不....

图２－４多层神经网络结构??

调”（ｆｉｎｅ－ｔｕｎｉｎｇ）技术将预训练的结果当成模型参数初始值来对整个网络进行优??化训练。预训练和微调技术的使用大幅降低了多层神经网络训练的耗时。多层神??经网络基础结构如图２－４所示。??＇?Ｉ?！??输入?输入层?隐含层?输出层输出??图２－４多层神经网络结构??神经网....

本文编号：3988803