三维多媒体视觉图像人工智能识别方法仿真

发布时间：2021-03-12 02:34

　　探究一种能够提高三维多媒体视觉图像人工智能识别的有效方法,可以提高视觉图像识别速度、提高视觉图像识别的精准度,使识别出的视觉图像更加清晰,在现实生活中具有一定的实用性。针对当前三维多媒体视觉图像人工智能识别方法在识别视觉图像时,出现的识别精准度不够导致识别后的视觉图像不够清晰,识别时间较长等问题,提出一种基于稀疏表示算法的三维多媒体视觉图像人工智能识别方法。通过对视觉二维多媒体目标图像特征提取和三维多媒体视觉目标图像变化特征生成的这两个方面进行分析,提取出三维多媒体视觉目标图像特征。构建基于稀疏表示算法模型,利用梯度投影限制目标函数最小值,优化梯度方向得到稀疏表示的识别视觉图像,实现三维多媒体视觉图像的人工智能识别。仿真结果证明,所提出的方法让识别视觉图像的精准度更高、降低识别时间、保证识别率的稳定性。 

【文章来源】：计算机仿真. 2018,35(09)北大核心

【文章页数】：4 页

【参考文献】：
期刊论文
[1]基于三维图像的铁路扣件缺陷自动识别算法[J]. 代先星,阳恩慧,丁世海,王郴平,邱延峻.  铁道学报. 2017(10)
[2]卫星图像传输跟踪优化识别方法仿真研究[J]. 李睿,刘同飞.  计算机仿真. 2017(09)
[3]基于人工智能视觉的特定场景识别系统设计[J]. 秦爱梅,丁雨.  现代电子技术. 2017(10)
[4]基于形状特征的叶片图像识别算法比较研究[J]. 陈良宵,王斌.  计算机工程与应用. 2017(09)
[5]基于摄像头智能车典型路径图像识别算法研究[J]. 李万敏,韩致信,赵耕云.  兰州工业学院学报. 2017(01)
[6]基于三维光影模型的公路路面裂缝自动识别算法[J]. 阳恩慧,张傲南,丁世海,王郴平.  西南交通大学学报. 2017(02)
[7]输电线路绝缘子覆冰厚度图像识别算法[J]. 张烨,冯玲,穆靖宇,黄新波,李菊清,刘新慧.  电力系统自动化. 2016(21)
[8]基于改进的背景模型的图像识别算法研究[J]. 魏霖静,宁璐璐,代永强,侯振兴.  计算机科学. 2016(09)
[9]基于双重优化的卷积神经网络图像识别算法[J]. 刘万军,梁雪剑,曲海成.  模式识别与人工智能. 2016(09)
[10]基于自适应人脸切割的三维人脸识别算法[J]. 邓星,达飞鹏,杨乔生.  东南大学学报(自然科学版). 2016(02)



本文编号：3077528