基于卷积神经网络和RGB D图像的车辆检测算法

Python+CNN+Tensorflow识别手势,目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV,预处理的主要步骤为:去噪 -> 肤色检测 -> 二值化 ->

针对图像篡改检测算法依赖单一图像属性、适用度不高以及当前基于深度学习的检测算法时间复杂度过高、精度较低等缺陷,提出了一种基于U型检测网络的图像篡改检测算法。该算法首先利用连续的卷积层和最大池化层提取图

针对应用深度学习检测数码印花缺陷需准确分类的问题,提出了基于卷积神经网络(CNN)的数码印花缺陷分类算法。该方法首先依次对图像进行RGB颜色空间直方图均衡化、高斯滤波、局部均值分辨率调整的图像预处理,

目 录 摘 要 I ABSTRACT III 第一章 绪论 1 1.1 课题背景与研究意义 1 1.2 手势识别研究现状2 1.2.1 手势识别技术的国内外研究现状2 1.2.2 手势识别系统的应用领

提取图片纹理特征，再用分类器分类，提取图片纹理特征的方法是卷积神经网络，分类器是softmax分类器

基于卷积神经网络的视觉泊车算法研究.caj

随着深度学习的发展，卷积神经网络作为其重要算法被广泛应用到计算机视觉、自然语言处理及语音处理等各个领域，并取得了比传统算法更为优秀的成绩。卷积神经网络结构复杂，参数量和计算量巨大，使得很多算法必须在G

为提高遥感影像草地分类的精度,分析了卷积神经网络中提取图像特征的特点,提出了一种 基于特征整合深度神经网络的遥感影像特征提取算法。首先,将遥感影像数据进行PCA白化处理,降低 数据之间的相关性,加快神

基于内容的遥感图像检索存在着低层视觉特征与用户对图像理解的高层语义不一致、图像检索精度低以及单一的距离度量方法不能完全真实反映图像之间相似程度等问题。对此提出一种基于改进的模糊C均值聚类和卷积神经网络

卷积神经网络是一种非常适合处理图像识别的深度学习模型，本文详细介绍了卷积神经网络在图像检测中的应用技术。首先讲解了卷积神经网络的原理和模型架构，然后深入探讨了如何对输入数据进行预处理和预处理技巧，紧接