当前位置:主页 > 毕业论文 >

人类与人工智能视觉模式对比研究

请输入课题关键词,搜索相关范文

文档下载

网盘链接 https://pan.baidu.com/s/1134M0TUv0wk-Mqft2wp7dQ

提取码: b4r5


部分内容展示

随着计算机信息科学的深入发展,机器视觉与模式识别技术在工业、农业、通信业、交通业、医疗服务以及国防军事等领域得到了越来越广泛的应用。与此同时,强大的需求也给计算机视觉的发展提出了更高的要求。相对于人的视觉能力,目前的计算机视觉感知水平还无法完成一些人类视觉很容易实现的视觉任务。
本文主要研究了人类与人工智能视觉模式对比研究,首先,对人工智能视觉模式的发展进行了简单的介绍,其次,对人工智能视觉的基本情况进行调研,通过查阅相关文献资料,对人类视觉与人工智能视觉之间的特点进行对比分析,紧接着阐述了人工智能视觉模式的基本原理以及应用情况。然后,分析了人工智能视觉模式的基本组成情况。最后,对本文进行了综合和总结。
 关键词:人工智能视觉;人类视觉;基本原理;更多范文
康复论文
从上世纪九十年代在信息论中给出了机器学习的概念至今,人工智能视觉在各行各业也都显示出了很强的应用性,比如文字识别,语音识别,人脸识别,物体检测,大数据分析等技术被各大领域应用。在图像领域,可以使用卷积神经网络来对图像进行处理分析,根据自己所需要做的任务来设计网络和误差函数。比如需要进行图像搜索,搜索出和目标图像相似的前十图像,那么可以设计双输入卷积神经网络,设计误差函数依据是:任意两相似图片的欧式距离小于两任意不相似图像的欧式距离,然后进行网络权值的更新。本文可以采集大量的样本数据让计算机进行学习,完善神经网络,数据量越大,做的任务准确率就会越高。
随着计算机信息科学的深入发展,机器视觉与模式识别技术在工业、农业、通信业、交通业、医疗服务以及国防军事等领域得到了越来越广泛的应用。与此同时,强大的需求也给计算机视觉的发展提出了更高的要求。相对于人的视觉能力,目前的计算机视觉感知水平还无法完成一些人类视觉很容易实现的视觉任务。例如,计算机系统视觉系统无法指导过马路(即从街道上的大量视觉信息中识别出道路、车辆、行人、斑马线等基本交通信息并判断是否能够过马路),但是,对于一个未满3岁的小孩也能轻易完成这项视觉识别任务。因此,如何使计算机能够像人类那样通过视觉去观察和认知世界,并具有自动适应外部环境的能力,是人工智能领域面临的一大挑战,也是计算机视觉与模式识别分支领域里一大具有普遍意义的热门研究课题

  • 添加微信,提供课题关键词,帮你找

猜你喜欢

热搜课题