【摘 要】
：
主要应用于航母舰载机起飞及着舰的地面飞行模拟仿真,仿真系统基于深度学习的卷积神经网络方法开发。根据采集的图片数据集训练出用于手势识别的多层卷积神经网络模型,再经过大量的数据集训练与评估获得分类数据并实现手势识别;使用python编程语言搭建Web服务器,识别后的分类数据用来驱动Web端的三维模型,并采用Ajax技术实现分类数据在Web端的实时自动刷新。仿真结果表明本系统能够较精确识别航母手势,达到
论文部分内容阅读
主要应用于航母舰载机起飞及着舰的地面飞行模拟仿真,仿真系统基于深度学习的卷积神经网络方法开发。根据采集的图片数据集训练出用于手势识别的多层卷积神经网络模型,再经过大量的数据集训练与评估获得分类数据并实现手势识别;使用python编程语言搭建Web服务器,识别后的分类数据用来驱动Web端的三维模型,并采用Ajax技术实现分类数据在Web端的实时自动刷新。仿真结果表明本系统能够较精确识别航母手势,达到了预计目的。
其他文献
在工件的测量当中,机器视觉技术以它快速、准确、精度高的特点在实际应用当中快速发展。本文基于halcon强大的软件库,进行图像接接算法的研究。首先进行摄像机标定,消除镜头畸变后采集若干幅有次序的图像,然后对图像提取Forstner特征点,根据这些特征点的匹配关系,完成最后的图像拼接,然后可进行下一步的测量或检测。本文阐述相关理论并进行实验,验证其可行性与价值。
A novel adaptive illumination normalization approach is proposed to eliminate the effects caused by illumination variations for face recognition. The proposed method divides an image into blocks and p
Polarization pattern provides additional information besides spectral signatures. It can be used in many applications, such as navigation, defect detection and object identification. A novel polarizat
在显著区域检测中,背景先验已被证明有效。通常,图像的边界图像块被假设为背景,其他图像块根据与边界图像块之间的差异来确定显著性,差异越大则显著性越强。然而,当图像背景杂乱或者前景与图像边界有重叠时,仅仅利用边界图像块作为背景将会产生包含较强噪声的显著图,从而使得检测精度下降。该文首先将图像边界图像块向图像内部扩展,使其包含尽可能多的背景像素;然后,利用未扩展到的图像块作为前景查询项,采用二级排序算法
For sparse coding, the weaker the correlation of dictionary atoms is, the better the representation capacity of dictionary will be. A weak correlation dictionary construction method for sparse coding
In this paper, we proposed a registration method by combining the morphological component analysis(MCA) and scale-invariant feature transform(SIFT) algorithm. This method uses the perception dictionar
Directionality of image plays a very important role in human visual system and it is important prior information of image. In this paper we propose a weighted directional total variation model to reco
The goal of salient object detection is to estimate the regions which are most likely to attract humans visual attention. As an important image preprocessing procedure to reduce the computational comp
针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方
本研究将项目教学应用于图像处理与模式识别研究生课程的教学,以工程项目开发能力为培养目标,以视觉检测在生产线上的应用为实验对象,采用理论教学与实践教学交叉进行的方式,有效锻炼学生的系统设计和测试能力。