注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度学习博硕论文集合3

  2. 基于CUDA架构的深度时空推理网络 2 pdf 基于人工神经网络的纹理分析方法在光学相干层析图像分类中的应用 pdf 基于卷积神经网络的深度学习算法与应用研究 pdf 基于卷积神经网络的自然场景下的车牌检测 pdf 基于正则化的深度学习模型研究 pdf 基于深度学习与MQDF相结合的手写汉字识别方法 pdf 基于深度学习和信息增益的否定选择算法 pdf 基于深度学习的数据融合在FPSO监测预警系统上的应用 pdf 基于深度学习的气体识别研究 pdf 基于深度学习的视频人脸识别方法 pdf 基于

  3. 所属分类：专业指导

    • 发布日期：2014-10-16
    • 文件大小：52428800
    • 提供者：wuzaiwuzai

  1. 基于深度学习的车牌识别

  2. 目标识别是计算机视觉一个重要的研究领域，由此延伸出的车辆型号识别具有重 要的实际应用价值，特别是在当今交通状况复杂的大城市，智能交通系统成为发展趋 势，这离不开对车辆型号进行识别和分类的工作，本文围绕如何利用计算机视觉的方 法进行车辆型号的识别和分类展开了一系列研究： 本文对当前的目标识别和分类的特征和算法做了总结和归纳。分析比较了作为图 像特征描述常见的特征算子，总结归纳了他们的提取方法、特征性能以及相互之间的 关联。另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作 方

  3. 所属分类：交通

    • 发布日期：2017-08-30
    • 文件大小：4194304
    • 提供者：qq_20127501

  1. 基于卷积神经网络的车牌字符识别_董峻妃

  2. 基于卷积神经网络的车牌字符识别 董峻妃，郑伯川 * ，杨泽静

  3. 所属分类：机器学习

    • 发布日期：2017-11-08
    • 文件大小：1048576
    • 提供者：qq_31300889

  1. 基于python的车牌识别系统设计.rar

  2. 本资源主要分为三个部分：车牌定位 字符分割 字符识别，每个部分都可单独运行。 车牌定位采用数学形态学和颜色特征相结合的方法。首先对图片进行开闭运算、轮廓检测等数学形态学操作突出车牌区域，然后依据车牌的形状特征去除部分干扰区域，并利用仿射变换对可疑车牌区域进行倾斜矫正，最后根据车牌颜色特征选取最终区域，同时确定车牌的颜色。 字符分割基于投影法，利用二值化图像像素的分布直方图进行分析。其中水平投影确定字符区域并去除上下边框，垂直投影找出相邻字符的分界点，并通过适当算法组合分离的汉字和去除车牌上的

  3. 所属分类：深度学习

    • 发布日期：2020-01-31
    • 文件大小：49283072
    • 提供者：wk_yang

  1. 基于卷积神经网络的车牌照字符识别研究

  2. 基于卷积神经网络的车牌照字符识别研究310 第十二届全国图象图形学学术会议 以充分利用人的经验来获取模式特征以及神经网 来正确识别所有样本;Uc4层是网络的输出层即识 终分类能力来识别字符,特征提取必须能反应整 个字符的特征,才能达到较高的识别率;后者则 别层,显示网络最终的模式识别结果。 省去特征抽取,将整个字符直接作为神经网络的 差异提取层Uc的输出姐式(1)所示 输入。这种方式虽然在一定程度上增加了神经网 络结构的复杂度,但是网络的抗干扰性能和识别 n(n,)=max{(-)∑a()l(n

  3. 所属分类：机器学习

    • 发布日期：2019-04-19
    • 文件大小：274432
    • 提供者：suiyu_eran

  1. 煤矿视频联动地磅称重智能识别管理系统

  2. 针对传统的煤矿企业地磅称重管理系统因人工采集信息导致工作效率低、质量差,以及因缺乏防作弊监控措施导致偷煤现象频发等问题,设计了一种煤矿视频联动地磅称重智能识别管理系统,详细介绍了该系统的组成、视频联动地磅称重智能识别原理、系统工作流程及软件功能。该系统由视频监控系统、车辆抓拍系统和数据采集系统组成,综合应用数字图像处理、卷积神经网络、计算机网络等技术,实现了基于车牌识别和多特征匹配的煤矿地磅业务智能监控功能。实际应用表明,该系统可靠性高,操作简便,有效减少了人员工作量,并能够防止作弊盗煤现象发生

  3. 所属分类：其它

    • 发布日期：2020-06-15
    • 文件大小：228352
    • 提供者：weixin_38574132

  1. 神经网络在车牌识别中的应用

  2. 介绍了中国车牌识别的研究背景和现状，提出了一种基于神经网络的新方法，并设计了一种没有直接预处理的车牌像素图像的卷积神经网络结构。该图像变换适用于利用原始车牌来增加训练数据库。实验结果验证了本车牌识别方法的鲁棒性和有无车牌的识别效率。

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：274432
    • 提供者：weixin_38689113

  1. TensorFlow基于MNIST数据集实现车牌识别(初步演示版)

  2. 在前几天写的一篇博文《如何从TensorFlow的mnist数据集导出手写体数字图片》中，我们介绍了如何通过TensorFlow将mnist手写体数字集导出到本地保存为bmp文件。 车牌识别在当今社会中广泛存在，其应用场景包括各类交通监控和停车场出入口收费系统，在自动驾驶中也得到一定应用，其原理也不难理解，故很适合作为图像处理+机器学习的入门案例。 现在我们不妨酝酿一个大胆的想法：在TensorFlow中通过卷积神经网络+mnist数字集实现车牌识别。 实际上车牌字符除了数字0-9，还有字母A-

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：119808
    • 提供者：weixin_38535812

  1. End-to-end-for-chinese-plate-recognition:基于u-net，cv2以及cnn的中文车牌定位，矫正和端到端识别软件，其中unet和cv2用于车牌定位和矫正，cnn进行车牌识别，unet和cnn都是基于te

  2. 端到端的中文版识别 基于u-net，cv2以及cnn的中文车牌定位，矫正和端到端识别软件，其中unet和cv2用于车牌定位和矫正，cnn进行车牌识别，unet和cnn都是基于tensorflow的keras实现 环境：python：3.6，tensorflow：1.15.2，opencv：4.1.0.25，keras：2.3.1 整体思路：1。利用u-net图像分割得到二值化图像，2。再使用cv2进行边缘检测获得车牌区域坐标，连接车牌图形校正正，3。利用卷积神经网络cnn进行车牌多标签端到端识别

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：28311552
    • 提供者：weixin_42117622

  1. 基于神经网络和图像识别的车牌识别技术

  2. 针对车辆管理信息化的进一步需求，文中基于图像识别技术对车牌识别的相关算法进行研究。使用深度学习领域的神经网络技术，对车牌识别算法进行改进。算法使用卷积神经网络结构，以提高车牌识别的准确率为目的，合理设置网络参数，通过误差的反向传播优化各层的权重。网络经过训练和测试，识别准确率达到97%以上，耗时5.2 ms，从而提高了车牌识别技术的实用性。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38739900