北京赛车pk10开奖平台-北京赛车pk10开奖平台_【官方授权】

配音网

能给电影自动配音的“卷积神经网络”,是如何

时间:2017-08-19 16:03来源:未知 作者:admin 点击:
【每日科技网】 图像识别 是一个非常有趣,但十分富有挑战性的研究领域。本文将使用卷积神经网络来介绍 图像识别 的概念、应用和技术方法。 什么是 图像识别 ?它的作用是什么?
        【每日科技网】

  图像识别 是一个非常有趣,但十分富有挑战性的研究领域。本文将使用卷积神经网络来介绍 图像识别 的概念、应用和技术方法。

什么是 图像识别 ?它的作用是什么? 从 机器视觉 的角度来说, 图像识别 就是软件识别图像中出现的人物、地理位置、物体、动作和文字的能力。计算机可以使用 机器视觉技术 ,并结合人工智能软件和一个摄像头,完成图像识别。 对人类大脑和其他动物大脑来说,识别物体是非常简单的;但是对于计算机,这样的识别却是相当困难的。当人类看到一棵树、一辆车,或者是一个朋友,能立刻说出看到的是什么,根本不需要有意识地研究和思考。然而对于一台计算机来说,识别一个物体(可能是一个时钟、一张椅子、一个人或者是一只动物)是一个非常困难的问题,而且寻找这个问题的解决办法具有相当高的风险。 图片: CS231.github 图像识别是一个机器学习方法,它是专门模仿人类大脑运行方式的。通过图像识别,计算机将学会识别图像中的视觉对象和视觉元素。使用庞大的数据集和各种新兴的模式,计算机能够理解图像,并且用公式表达出相关的标签和类别。 图像识别的普遍应用 图像识别有着非常广泛的应用,其中的 个人照片管理 是最常见,同时也是的应用。面对成千上万张繁杂的照片,几乎每个人都想根据照片主题把它们一一分类,整理成有序的照片集。 现在,那些用于照片管理的应用程序正在使用 图像识别 技术。除了为用户提供照片的存储空间,这些应用程序还希望通过 图像自动管理 ,进一步为人们提供更好的照片搜索功能。应用程序中的图像识别编程接口能够根据不同的识别模式将图像进行分类,并且将它们按照主题一一分组。 图像识别的其他应用还包括 照片和视频网站、互动营销、创意活动、社交网络上的面部及图像识别,以及庞大数据集下的网络图像分类等。 图像识别是一项相当困难的任务 图像识别并不是一件容易的事,实现它的一种好办法是将元数据应用于非结构化的数据。雇佣人类专家来手动地标记音乐曲库和视频库看似是一项十分艰巨的任务,但是一项更不可能完成的任务是 教会一个无人驾驶汽车的导航系统区分道路上的行人和其他车辆,或者让导航系统对出现在社交媒体上的成千上万的视频和照片进行过滤、分类和标记。解决这一问题的方法之一是利用神经网络。理论上,我们可以利用卷积神经网络来分析图像;但实际上从计算的角度来看,这样做的成本非常高。举例来说,即使是一个处理一张很小的图像(假设是30*30像素)的卷积神经网络,仍需要五十万的参数和900个输入。一个功能相对较强大的机器还能够处理这样的图像,但是一旦图像变得更大了(比如处理一个500*500像素的图像),那么相应地,参数和输入的数量也会增加到非常高的水平,同一机器就不一定能完成。 将神经网络应用于图像识别出现的另一个问题是:过度拟合。简单来说,当一个模型将自己调整到与训练数据非常相近时,就会出现 过度拟合 。 过度拟合 会造成更多的参数,进一步增加计算成本,而且模型在新数据上的训练会导致总体性能的损失。 卷积神经网络 (责任编辑:admin)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容