這些年來,人工智能一直是學者們研究的一個熱點,而計算機視覺是人工智能里相當重要的一部分,它是指把圖像或視頻作為輸入,通過計算機的處理將它們轉(zhuǎn)換成數(shù)字信號以便進一步的深入研究。計算機視覺可以被應(yīng)用于很多的領(lǐng)域中,比如人臉的識別、監(jiān)控錄像的分析、圖片的識別分析、輔助自動駕駛、三維圖像等等,幾乎充斥了我們生活的各方各面。圖像分類作為計算機視覺中的一部分,自然也有其研究的必要性,且會對計算機視覺的其他領(lǐng)域產(chǎn)生一定的影響。系統(tǒng)為研究圖像分類的準確性,結(jié)合了流形排序,顯著性檢測和卷積神經(jīng)網(wǎng)絡(luò),主要使用python語言和tensorflow、opencv等深度學習庫進行了開發(fā)。首先對系統(tǒng)進行了需求分析,然后按照系統(tǒng)的功能需求給出了用例圖,將整個系統(tǒng)分為了數(shù)據(jù)層、邏輯層、界面層三個層次,邏輯層又分為數(shù)據(jù)采集、顯著性檢測、神經(jīng)網(wǎng)絡(luò)分類和分類顯示幾個模塊,數(shù)據(jù)采集又包括了本地圖片輸入,相機拍攝輸入和文件夾輸入三個方式,按照每個模塊各自地功能對系統(tǒng)進行了詳細的設(shè)計。通過在MSRA、CIFAR-100等數(shù)據(jù)集上進行訓練選定最合適的參數(shù)值實現(xiàn)了核心算法,最終實現(xiàn)了整個系統(tǒng)。用戶可以從本地相冊讀取圖片,或者使用攝...

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究概況
    1.3 論文的主要研究內(nèi)容
2 關(guān)鍵技術(shù)研究
    2.1 流形排序
    2.2 顯著性檢測
    2.3 神經(jīng)網(wǎng)絡(luò)
    2.4 本章小結(jié)
3 圖像分類系統(tǒng)的分析與設(shè)計
    3.1 系統(tǒng)需求分析
    3.2 系統(tǒng)結(jié)構(gòu)設(shè)計
    3.3 系統(tǒng)功能模塊設(shè)計
    3.4 本章小結(jié)
4 系統(tǒng)的實現(xiàn)與測試
    4.1 系統(tǒng)開發(fā)運行環(huán)境
    4.2 系統(tǒng)實現(xiàn)
    4.3 系統(tǒng)測試
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 展望
致謝
參考文獻



本文編號：3825370