隨著圖片分享平臺的興起以及日益增強的手機成像質(zhì)量,越來越多精美的攝影作品被上傳至互聯(lián)網(wǎng)。而在另一方面,隨著用于圖像識別的卷積神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,這些網(wǎng)絡(luò)已經(jīng)在圖像物體識別中達到接近人工分類的準確率。如果能夠利用這些成熟的神經(jīng)網(wǎng)絡(luò)對攝影作品進行識別,無疑可以幫助平臺更好地了解平臺中攝影內(nèi)容的發(fā)展方向,并分析相關(guān)有價值的數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡(luò)在識別物體時基于物體邊緣的紋理,而構(gòu)圖則是一種貫穿全圖的抽象紋理,兩者是不同的,但有一定程度的相似性,這符合遷移學(xué)習(xí)的條件。本文利用遷移學(xué)習(xí)的技術(shù)構(gòu)建了針對構(gòu)圖進行識別的神經(jīng)網(wǎng)絡(luò)模型,搭建了瀏覽器和服務(wù)器架構(gòu)的圖片分享平臺,并接入遷移學(xué)習(xí)所得的模型,實現(xiàn)該模型在工程中的應(yīng)用。本人獨立完成了如下工作:對圖片分享平臺的構(gòu)建進行需求分析,確立功能性需求和非功能性需求,并對遷移學(xué)習(xí)部分所需的分類進行探討和確定;對圖片分享平臺的構(gòu)建進行概要設(shè)計和詳細設(shè)計,確立了總體架構(gòu)以及各個子模塊的結(jié)構(gòu),進行系統(tǒng)的整體和各個子模塊流程設(shè)計、數(shù)據(jù)庫表結(jié)構(gòu)及關(guān)系設(shè)計、類結(jié)構(gòu)及關(guān)系設(shè)計、業(yè)務(wù)邏輯等設(shè)計;針對遷移學(xué)習(xí)所需分類進行訓(xùn)練集的采集及預(yù)處理、選擇合適的預(yù)訓(xùn)練模型、進行預(yù)實驗、訓(xùn)練... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１畫面右側(cè)的男子?

傳達出作品更多元化的涵義［１７］。??構(gòu)圖主要有３個作用。一是對內(nèi)容的引導(dǎo)，不同的構(gòu)圖會給觀眾引導(dǎo)出不同??的想象空間。如圖所示，圖２－１和圖２－２的主體內(nèi)容一致，主體均為行走的男子，??行走方向為從右向左。圖２－１中男子在圖像右側(cè)，行走趨勢是走向圖像中央，傳達??出“走來”之意；圖２－２中男子在圖像左側(cè)，行走趨勢是走出圖像，傳達出“離開”??之意。??Ｉ—ＩＩ３??Ｈｉｍ?—??ｌ?，，鑛》＂■…ｖｍ??Ｓｉ：?”：厶Ｓｖ?＇，■‘一＇２?Ｊ＂??圖２－１畫面右側(cè)的男子?圖２－２畫面左側(cè)的男子??Ｆｉｇｕｒｅ?２－１?Ｔｈｅ?ｍａｎ?ｏｎ?ｔｈｅ?ｒｉｇｈｔ?Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｍａｎ?ｏｎ?ｔｈｅ?ｌｅｆｔ??７??

??構(gòu)圖第二個作用則是對于多主體的重心重新分配，如圖所示，圖２－３和圖２－４??均為雪地中的枯樹，圖２－３中枯樹處于畫面中央，畫面保持了左右平衡，更像是對??枯樹的特寫，使枯樹更有主體之感；圖２－４中枯樹處于畫面右側(cè)三分之一處，讓出??左側(cè)三分之二用來描繪冰天雪地，給原本在構(gòu)圖中不起眼的簡潔元素更多空間，??令畫面兩側(cè)不平衡，提升了?“冰雪”元素所占據(jù)的份量，令觀眾既能看到枯樹又??不忽略冰雪，描繪出遼闊的冰天雪地中只此一顆枯樹的畫面，傳達出煢煢孑立之??思。??雜?攀??圖２－３畫面中央的樹?圖２－４畫面右側(cè)的樹??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｔｒｅｅ?ｉｎ?ｔｈｅ?ｃｅｎｔｅｒ?Ｆｉｇｕｒｅ?２－４?Ｔｈｅ?ｔｒｅｅ?ｏｎ?ｔｈｅ?ｒｉｇｈｔ??構(gòu)圖第三個作用是對氛圍的營造，平衡的構(gòu)圖更能營造莊重、平靜的氛圍。??如圖２－６所示，其對稱的布局令畫面左右兩側(cè)更加平衡，相比圖２－５更能體現(xiàn)出建??筑的莊重感

【參考文獻】：
期刊論文
[1]基于inception v3模型的道路交通標志識別研究[J]. 林宇,陳曉勇.  江西科學(xué). 2018(05)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像去噪研究[J]. 李傳朋,秦品樂,張晉京.  計算機工程. 2017(03)
[3]深度學(xué)習(xí)在控制領(lǐng)域的研究現(xiàn)狀與展望[J]. 段艷杰,呂宜生,張杰,趙學(xué)亮,王飛躍.  自動化學(xué)報. 2016(05)
[4]基于深度學(xué)習(xí)混合模型遷移學(xué)習(xí)的圖像分類[J]. 石祥濱,房雪鍵,張德園,郭忠強.  系統(tǒng)仿真學(xué)報. 2016(01)
[5]一種基于跨領(lǐng)域典型相關(guān)性分析的遷移學(xué)習(xí)方法[J]. 張博,史忠植,趙曉非,張建華.  計算機學(xué)報. 2015(07)
[6]遷移學(xué)習(xí)研究進展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報. 2015(01)
[7]一種面向多源領(lǐng)域的實例遷移學(xué)習(xí)[J]. 張倩,李明,王雪松,程玉虎,朱美強.  自動化學(xué)報. 2014(06)
[8]重采樣方法與機器學(xué)習(xí)[J]. 畢華,梁洪力,王玨.  計算機學(xué)報. 2009(05)
[9]基于Spring MVC與iBATIS的輕量級Web應(yīng)用研究[J]. 劉軍,戴金山.  計算機應(yīng)用. 2006(04)



本文編號：2928733