深度学习在计算机视觉对象识别中的应用研究

曹 俊
武昌职业学院

摘要


本研究探讨了深度学习在计算机视觉对象识别中的应用。随着深度学习技术的迅速发展，特别是卷积神经网络（CNN）和循环神经网络（RNN）等模型的出现，计算机视觉领域取得了巨大进步。本文介绍了深度学习在对象识别中的基本原理和技术，然后详细探讨了CNN和RNN在图像识别和视频分析中的应用。针对深度学习模型在对象识别中的优势和挑战，提出了一些解决方案和改进策略。通过对现有研究成果和未来发展趋势的分析，展望了深度学习在计算机视觉对象识别中的应用前景。

关键词


深度学习；计算机视觉；对象识别；卷积神经网络；循环神经网络；图像识别

全文:

PDF


参考


[1]逄淑超.（2018）.深度学习在计算机视觉领域的若干关键技术研究.（Doctoral dissertation，吉林大学）.

[2]左国才，王海东，吴小平，等.基于深度学习的人脸识别技术在学习效果评价中的应用研究[J].智能计算机与应用，2019，9（3）：3.DOI：10.3969/j.issn.2095-2163.2019.03.029.

[3]韩晓健，赵志成，沈泽江.卷积神经网络在桥梁结构表面病害检测中的应用研究[J].结构工程师，2019，35（2）：6.DOI：CNKI：SUN：JGGC.0.2019-02-014.

[4]常德宽，雍学善，杨午阳，等.计算机视觉成像方法在地震勘探中应用研究与探索[C]//中国石油学会2017年物探技术研讨会.0[2024-01-02].

[5]孙雨萌.深度学习在计算机视觉分析中的应用分析[J].中国新通信，2018，020（023）：169-171.DOI：CNKI：SUN：TXWL.0.2018-23-129


Refbacks

  • 当前没有refback。