基于卷积神经网络的物体检测与分类开题报告

 2020-02-10 10:02

1. 研究目的与意义(文献综述)

1.1 研究目的及意义

经济和科技日益发展的今天,人们的生活水平越来越好,面对的环境也越来越多样化,应对的领域也越来越复杂。尤其是在安全方面,许多高端的电脑、手机或公司的系统都开始增加了识别功能,如手势识别、人眼识别、指纹识别等等,这些识别系统均是为了增强它们的安全防护等级而设置的,但是在更为需要智能报警的方面,例如银行取款机旁的抢劫、火车站广场上的暴力事件等等,社会上出现的产品并不能满足智能报警的需要。而这些产品都离不开一项技术,就是物体识别技术,因此开发一套具有实用性的物体识别系统,对于社会而言,就显得尤为重要和紧迫。

物体识别[1-3]技术开始于 20 世纪 60 年代,是以数字图像处理为开端,之后发展成为计算机视觉与模式识别领域的一个研究方向。它是指对日常生活中图像或视频中的物体进行识别所采用的各项技术,体现了在任意环境下对观察到的物体进行检测、分割和识别的能力。在经济、安全、社会和科技的发展等方面,该技术都有着广泛需求和应用,如智能视频监控、视觉导航、各类身份识别等等。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案


2.1 设计的基本内容

本次研究是基于卷积神经网络的物体检测与分类,尽管物体识别的实现方法众多,实现步骤也比较多样化,但是在识别过程中有一些必不可少的环节,它们是物体识别的核心技术,包括数据预处理,特征提取和分类方法。其流程如图1所示。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1—2周:查阅相关的文献资料,对研究内容进行整体了解;

第3—4周:了解整体实现方案,完成开题报告;

第5—12周:根据方案进行设计和实现;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] 刘曦,史忠植,石志伟,等.一种基于特征捆绑计算模型的物体识别方法[j].软件学报, 2010,21(3):452-460.

[2] 杨淑莹,胡军,曹作良.基于图像纹理分析的目标物体识别方法[j].天津理工学院学报, 2001, 17(4):31-33.

[3] 王利明.机器视觉中物体识别方法的研究与探讨[d].复旦大学, 2009.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。