深度学习在图像识别中的应用

《深度学习在图像识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文深度学习在图像识别中的应用孟晔哈尔滨理工大学2018年3月国内图书分类号：TP391.4工程硕士学位论文深度学习在图像识别中的应用硕士研究生：孟晔导师：王小玉申请学位级别：工程硕士工程领域：计算机技术所在单位：计算机科学与技术学院答辩日期：2018年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP139.4DissertationfortheMasterDegreeinEngineeringApplicationofDeepLearninginImageRecognitionCandidate：MengYeSupervisor：WangXiaoyuAc

2、ademicDegreeAppliedfor：MasterofEngineeringSpecialty：ComputertechnologyDateofOralExamination：March,2018University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《深度学习在图像识别中的应用》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，

3、均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：孟晔日期：2018年3月15日哈尔滨理工大学硕士学位论文使用授权书《深度学习在图像识别中的应用》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其他单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密，在年解密后适用授权书。不保密√。(请在以上

4、相应方框内打√)作者签名：孟晔日期：2018年3月15日导师签名：王小玉日期：2018年3月16日深度学习在图像识别中的应用摘要图像识别是人工智能领域的一个重要课题。图像识别主要包含特征提取和分类识别，而其中，特征提取是图像识别技术发展的瓶颈问题，识别性能的好坏主要是靠特征提取判别。深度学习操作应用于内外场景数据集的深度估计，对图像中个别物质识别并优化，提供给其他带有微小的修改等图像去噪和去模糊的视觉软件并且在传统视觉数据集中的视觉任务得到充分发挥，使得操作更便捷。本文主要是将深度学习方法应用于特征提取问题中解决图像识别，改进深度置信网络算法并利用小波分块的颜色特征提取的特性预处理图像，

5、以达到优化目标。本文主要研究深度学习在图像识别方面的可操作性，以及深度学习中两个重要的网络模型，分别是近期被大多数学者广泛使用的卷积神经网络，可以实现无监督特征学习的深度置信网络，对它们的网络结构和训练方法展开深入的研究。分析了深度学习在颜色特征提取方面的应用，提出了新的特征提取算法，并在相关图像数据集上实验论证。简要介绍卷积神经网络（ConvolutionalNeuralNetworks，CNNs）基础理论框架和训练的基本流程以及在运用卷积神经网络的结构。卷积神经网络操作的目的是要保证有用信息不丢失的同时要降低数据操作处理的数量，便于分析本文主要研究对象在图像识别中的效果和作用，同时有

6、一个很显著的缺点，那就是训练时间过长，而深度置信网络（DeepBeliefNetworks，DBNs）模型具有减少训练难度和时间的功能。本文主要成果是改进了深度置换网络的算法，扩大应用领域，提高处理效率，并且利用小波分块颜色特征提取特性提升深度置信网络算法提取特征能力，将多项逻辑回归作为最终分类器。实验结果表明，本文使用方法在节约时间的前提下，基本达到了同类图像识别算法的实验成效。关键词深度学习；图像识别；深度置信网络；特征提取-I-ApplicationofDeepLearninginImageRecognitionAbstractImagerecognitionisanimporta

7、nttopicinthefieldofartificialintelligence.Imagerecognitionmainlyincludesfeatureextractionandclassificationidentification.Amongthem,featureextractionisthebottleneckproblemofthedevelopmentofimagerecognitiontechnology,and