基于改进卷积神经网络算法在场景图像识别方向的研究

发布时间：2022-02-23 02:47

　　随着社会的发展,以深度学习为代表的人工智能技术近年来被广泛应用于科学技术的研究和日常生活的各个方面,如人脸识别、指纹识别、违章拍照和智能汽车自动驾驶等方面。由于人类很多信息来源于视觉,因此图像识别是深度学习领域的一个重要组成部分。如何进行图像识别是深度学习系统应用的关键问题之一。传统的图像识别是将图像的特征提取和图像分类分开操作的,这就使得对于图像的特征提取需要人为构建。这样做不仅仅加大了人的工作量,而且大大的降低了对图像特征提取的效率。在面临一些复杂图像的特征提取时,人们往往会忽略对大部分细节的处理,如图像的颜色、纹理和明暗度等一些浅层特征,这样也大大限制了传统图像识别的应用场景。近年来,卷积神经网络的应用开始普及,从2012年Alex Net卷积神经网络的出现直到Mask-rcnn算法,卷积神经网络开始变得实用化。卷积神经网络最大的特点在于特征提取和分类被整合到了一个单独的神经网络中。卷积神经网络是多层感知机的变体。它通过重新组织结构、减轻自身重量和在识别之前省去了复杂的图像特征提取过程,将特征提取功能集成到多层感知机中。在卷积神经网络中,层与层之间紧密的连接使其适用于对图像的处理... 

【文章来源】：安徽大学安徽省211工程院校

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外发展现状
    1.3 图像识别技术的发展
        1.3.1 传统图像识别的发展
        1.3.2 基于深度学习的图像识别技术发展
    1.4 基于卷积神经网络的图像识别
        1.4.1 卷积神经网络的发展
        1.4.2 卷积神经网络的网络结构
        1.4.3 卷积神经网络的基本工作原理
    1.5 本论文主要工作
    1.6 本论文的结构安排
第二章 改进AlexNet网络算法
    2.1 引言
    2.2 AlexNet网络的基本结构
    2.3 AlexNet网络的工作原理
    2.4 批量归一化算法的工作原理
    2.5 深度卷积神经网络算法的改进
        2.5.1 AlexNet网络框架的改进
        2.5.2 Max-Avg池化层的工作原理
    2.6 改进后的深度卷积神经网络算法流程
    2.7 实验结果与分析
        2.7.1 实验环境
        2.7.2 实验数据
        2.7.3 CIFAR-10数据集的实验结果分析
        2.7.4 CIFAR-100数据集的实验结果分析
第三章 多帧卷积神经网络
    3.1 引言
    3.2 VGGNet网络的基本结构
    3.3 VGGNet网络的工作原理
    3.4 多帧VGG卷积神经网络算法结构与流程
    3.5 实验结果与分析
        3.5.1 实验环境
        3.5.2 实验数据
        3.5.3 Pascal VOC数据集的实验结果分析
第四章 改进多帧VGGNet卷积神经网络算法
    4.1 引言
    4.2 改进后的多帧VGGNet网络结构和工作原理
    4.3 实验结果与分析
        4.3.1 实验环境
        4.3.2 实验数据的处理
    4.4 室内场景数据集的实验结果分析
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢


【参考文献】：
期刊论文
[1]基于自适应动态规划的航空航天飞行器鲁棒控制研究综述[J]. 穆朝絮,张勇,余瑶,孙长银.  空间控制技术与应用. 2019(04)
[2]基于去随机化方法的Markov跳变系统有限频段控制[J]. 万海英,栾小丽,刘飞.  控制理论与应用. 2018(07)
[3]多支路加热炉分布式平衡与跟踪控制[J]. 栾小丽,闵鸯,刘飞.  自动化学报. 2017(06)
[4]基于分布式偏差的加热炉支路温度一致控制[J]. 闵鸯,栾小丽,刘飞.  化工学报. 2016(12)
[5]跳变系统在给定时间内的有限频段H∞控制[J]. 周超洁,栾小丽,刘飞.  控制理论与应用. 2016(02)
[6]具有噪声约束的时滞Markov跳变网络给定时间一致性协议设计[J]. 闵鸯,栾小丽,刘飞.  控制理论与应用. 2016(01)
[7]近空间高超声速飞行器控制的几个科学问题研究[J]. 孙长银,穆朝絮,余瑶.  自动化学报. 2013(11)
[8]非奇异终端滑模控制系统相轨迹和暂态分析[J]. 穆朝絮,余星火,孙长银.  自动化学报. 2013(06)
[9]基于干扰观测器的卫星姿态误差四元数模糊滑模控制[J]. 穆朝絮,孙长银,钱承山.  东南大学学报(自然科学版). 2012(05)
[10]基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法[J]. 穆朝絮,张瑞民,孙长银.  控制理论与应用. 2010(02)



本文编号：3640715