深度学习在图像识别中的应用
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
8
3
应用：人脸识别
9wk.baidu.com
第一步：深层转换网
10
第二步：特征提取
11
第三步：人脸验证
12
第四步：测试
13
谢谢
14
深度学习在图像识别中的应用
CONTENTS
1 深度学习的简单介绍 2 图像识别 3 应用：人脸识别
2
1
深度学习的简单介绍
3
深度学习
• 深度学习是一种高效的特征提取方法 • 深度是通过构建具有很多隐层的机器学习
模型和海量的训练数据，来学习更有用的 特征，从而最终提升分类或预测的准确性。
• 深度学习作为机器学习的一个分支，其学 习方法可以分为
6
图像识别
• 预处理，指将训练或者测试的图像进行一定的处 理，使得它更加清晰或者更加适合算法要求。常 见的预处理手段包括去噪处理、图像增强、归一 化。
• 特征提取。
– 分类器无法识别像素级别的浅层信号，只能识别高层 信号
– 从训练数据中提取“有用的”高层信号（特征）
• 识别分类，指算法通过一定的训练后，形成一个 分类标准，可以将测试集中的待识别图像归为某 一类的过程。。
7
图像识别的应用
• 在军事领域，无人机侦探，导弹精确打击， 军事目标锁定，雷达警戒系统等
• 在公共安全领域，机场安检，恐怖分子搜 查，公共交通安全，车牌定位，目标追踪 等，
• 在农业领域，物种识别，产品营养成分分 析，农作物病情分析等
• 在日常生活中，门禁系统的人脸识别、视 网膜扫描、指纹扫描等。
– 无监督学习：深度信念网（Deep Belief Network，DBN）
– 监督学习：卷积神经网络（Convolutional Neural
Nerwork, CNN）
4
2
5
图像识别
• 图像识别也就是图像的模式识别，是模式 识别技术在图像领域中的具体应用，是对 输入的图像信息建立图像识别模型，分析 并提取图像的特征，然后建立分类器，根 据图像的特征进行分类识别的一种技术。
3
应用：人脸识别
9wk.baidu.com
第一步：深层转换网
10
第二步：特征提取
11
第三步：人脸验证
12
第四步：测试
13
谢谢
14
深度学习在图像识别中的应用
CONTENTS
1 深度学习的简单介绍 2 图像识别 3 应用：人脸识别
2
1
深度学习的简单介绍
3
深度学习
• 深度学习是一种高效的特征提取方法 • 深度是通过构建具有很多隐层的机器学习
模型和海量的训练数据，来学习更有用的 特征，从而最终提升分类或预测的准确性。
• 深度学习作为机器学习的一个分支，其学 习方法可以分为
6
图像识别
• 预处理，指将训练或者测试的图像进行一定的处 理，使得它更加清晰或者更加适合算法要求。常 见的预处理手段包括去噪处理、图像增强、归一 化。
• 特征提取。
– 分类器无法识别像素级别的浅层信号，只能识别高层 信号
– 从训练数据中提取“有用的”高层信号（特征）
• 识别分类，指算法通过一定的训练后，形成一个 分类标准，可以将测试集中的待识别图像归为某 一类的过程。。
7
图像识别的应用
• 在军事领域，无人机侦探，导弹精确打击， 军事目标锁定，雷达警戒系统等
• 在公共安全领域，机场安检，恐怖分子搜 查，公共交通安全，车牌定位，目标追踪 等，
• 在农业领域，物种识别，产品营养成分分 析，农作物病情分析等
• 在日常生活中，门禁系统的人脸识别、视 网膜扫描、指纹扫描等。
– 无监督学习：深度信念网（Deep Belief Network，DBN）
– 监督学习：卷积神经网络（Convolutional Neural
Nerwork, CNN）
4
2
5
图像识别
• 图像识别也就是图像的模式识别，是模式 识别技术在图像领域中的具体应用，是对 输入的图像信息建立图像识别模型，分析 并提取图像的特征，然后建立分类器，根 据图像的特征进行分类识别的一种技术。