导读:本文包含了物体识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:物体,卷积,神经网络,学习机,亚马逊,实例,图像。
物体识别论文文献综述
周子天[1]（2019）在《基于视觉技术的3D物体表面信息识别检测系统》一文中研究指出针对目前市场上销售的复印机无法提示复印原件遗留所带来的生活困难,提出了一种基于视觉技术的3D物体表面信息识别检测系统。利用阈值与梯度分析、图像增强技术结合FOV视场内定位产品读取3D物体表面信息,进行检测。使用空间模板进行图像处理,去除图像噪声并保留图像的特征信息。通过对不同的3D物体表面信息分析,实现了对不同物体表面信息的识别。通过对不同物体的表面信息成功地进行信息识别检测试验,表明该系统能很好地识别出3D物体表面信息,具有较大的学术研究价值和应用推广价值。(本文来源于《通讯世界》期刊2019年12期）
邹富,周俊,范倩蓝,裴思垚[2]（2019）在《基于UP Squared的OpenCV物体图像识别应用》一文中研究指出系统基于Intel的UP Squared开发平台,通过工业摄像头进行图像采集,图像信息经OpenCV中的AdaBoost算法以及LBP特征级联分类器等来实现物体的训练与检测过程,处理后的结果由Qt开发的界面进行显示。实验结果表明,配合硬件加速,UP Squared搭建的开发系统很好的实现了高速传送带上物体的实时准确识别。(本文来源于《电子测试》期刊2019年22期）
[3]（2019）在《亚马逊为Alexa添加物体识别功能》一文中研究指出具有此功能的Amazon Echo Show设备将能够扫描和识别无生命的物体,Echo Show所有者只需在智能屏幕摄像头前展示任何物体,然后提示语音助手扫描该物体即可,该功能的开发可以帮助盲人和视障人士。(本文来源于《智能城市》期刊2019年20期）
黄强,王永雄[4]（2019）在《感知器残差网络和超限学习机融合的3D物体识别》一文中研究指出目的随着3D扫描技术和虚拟现实技术的发展,真实物体的3D识别方法已经成为研究的热点之一。针对现有基于深度学习的方法训练时间长,识别效果不理想等问题,提出了一种结合感知器残差网络和超限学习机(ELM)的3D物体识别方法。方法以超限学习机的框架为基础,使用多层感知器残差网络学习3D物体的多视角投影特征,并利用提取的特征数据和已知的标签数据同时训练了ELM分类层、K最近邻(KNN)分类层和支持向量机(SVM)分类层识别3D物体。网络使用增加了多层感知器的卷积层替代传统的卷积层。卷积网络由改进的残差单元组成,包含多个卷积核个数恒定的并行残差通道,用于拟合不同数学形式的残差项函数。网络中半数卷积核参数和感知器参数以高斯分布随机产生,其余通过训练寻优得到。结果提出的方法在普林斯顿3D模型数据集上达到了94.18%的准确率,在2D的NORB数据集上达到了97.46%的准确率。该算法在两个国际标准数据集中均取得了当前最好的效果。同时,使用超限学习机框架使得本文算法的训练时间比基于深度学习的方法减少了3个数量级。结论本文提出了一种使用多视角图识别3D物体的方法,实验表明该方法比现有的ELM方法和深度学习等最新方法的识别率更高,抗干扰性更强,并且其调节参数少,收敛速度快。(本文来源于《中国图象图形学报》期刊2019年10期）
吴皓,迟金鑫,田国会[5]（2019）在《基于视觉SLAM的物体实例识别与语义地图构建》一文中研究指出针对目前面向语义同步定位与地图构建(SLAM)研究大多需要已知叁维对象模型作为先验知识,或者只对有限的几种物体的类别进行语义分割,而没有区分对象的个体的问题,结合目前先进的基于深度学习的实例分割算法和视觉SLAM算法提出了一种面向实例个体的物体识别和语义地图构建方法,使得机器人不仅获得了面向导航的环境几何信息,而且掌握了面向物体个体的属性和位置信息.该方法利用由视觉SLAM算法获得的图像帧间几何一致性约束来促进连续图像帧中物体匹配与识别结果,提高物体实例识别的精度,同时结合实例识别结果完成语义建图的任务.最后实现了基于视觉SLAM算法的物体实例识别与语义地图构建系统,并在ICL-NUIM数据集上进行实验,实验结果表明该系统能够基本完整地识别场景中的各种物体并生成环境的语义地图,验证了本方法的有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年09期）
黄强,王永雄[6]（2019）在《结合超限学习机和融合卷积网络的3D物体识别方法》一文中研究指出本文提出了一种新型的结合超限学习机(ELM)和融合卷积网络(CCN)的模型,并用于3D物体的特征提取和分类.模型以3D物体的多视角投影图作为输入,经过多层融合卷积网络提取特征,利用半随机的ELM网络进行分类.卷积网络由提出的融合卷积单元组成,它是一种改进的残差单元,多个并行残差通道上的卷积核个数依次增加,相同大小的卷积核参数共享.半数卷积核参数以高斯分布随机产生,其余通过训练寻优得到.它能拟合更复杂的残差项函数,增加低层网络的特征表达能力.同时网络结构规范简洁,便于训练和优化.本文的方法在普林斯顿3D模型标准数据集上的识别率达到了92. 86%.实验表明,提出的方法的识别率比现有的ELM方法和深度学习等最新方法的识别率更高,并且其调节参数少,收敛速度快.(本文来源于《小型微型计算机系统》期刊2019年09期）
左向梅,武亮[7]（2019）在《基于深度图像分割的场景物体识别与匹配》一文中研究指出场景物体识别与匹配是通过二维图像进行叁维场景分析的重要步骤。针对现有的叁维场景分析方法只是简单的将深度相机获取的图像点云数据进行配准得到原始场景的不足,通过对已进行图像语义分割的物体,利用一种改进的随机回归森林方法对物体区域进行识别,并与建立的数据库中模型匹配,根据深度信息将获得的叁维模型变换到场景中,实现场景物体的识别与匹配。通过拍摄的实验数据,验证了本方法的可行性。结果表明,本方法能够获得较好的识别与匹配结果。(本文来源于《工程技术研究》期刊2019年17期）
徐江河,张飞舟,张立福,邓楚博,孙雪剑[8]（2019）在《一种综合利用图像和光谱信息的物体真假模式识别方法》一文中研究指出传统模式识别方法在物体、人脸、指纹、军事目标识别等领域中只利用单一的图像信息。当研究对象的图像特征高度相似时,识别率较低,如对于真假目标的识别,仅仅利用物体的图像信息很难得到满意的识别结果。针对上述问题,提出了一种综合利用图像和光谱信息的物体真假模式识别方法。该方法采用卷积神经网络模型,通过迁移学习的方式构建图像识别模型,并依据物体图像的语义特征进行物体类别识别,在此基础上,基于逆传播(back propagation,BP)神经网络模型,结合物体的实测光谱数据进行物体真假识别。为了验证该方法的准确性和有效性,利用真假苹果和葡萄作为测试对象,单独利用图像信息和光谱信息进行识别时,识别率分别为38.50%和63.00%,而利用该综合方法得到的识别率为95.00%。可认为该方法提高了真假目标混杂情况下的识别准确度,可为物体识别、人脸识别、指纹识别、军事目标识别等领域的应用提供重要的参考,也为航天侦查载荷设计提供了新的思路。(本文来源于《武汉大学学报(信息科学版)》期刊2019年08期）
[9]（2019）在《研究者开发低成本传感器手套:使机械手触摸识别物体》一文中研究指出麻省理工学院计算机科学与人工智能实验室(MIT-CSAIL)的研究人员近日开发了一种低成本的传感器手套,旨在使人工智能能够"弄清楚"人类如何通过触摸识别物体。它被称为可伸缩的TActile手套(STAG),使用550个微小的压力传感器来生成可用于创建改进的机械手的模式。人类非常善于通过触摸来弄清楚物体是什么(例如在黑暗中摸索眼镜或手机)。工程师希望机(本文来源于《电脑知识与技术(经验技巧)》期刊2019年07期）
余宸希[10]（2019）在《基于Alexnet神经网络的物体识别研究》一文中研究指出第叁次产业革命以来,计算机领域飞速发展。物体识别作为一个新兴的学科领域,其本身在不断的完善。数学工具越来越全,计算机运算速度的提升,这些方面的进步使得物体识别成为一个理论与实际研究的焦点。而神经网络作为其中极其重要的计算手段,使得基于神经网络的物体识别成为研究热门。本论文研究了物体识别方法,并借助Matlab软件平台,完成了基于AlexNet神经网络的物体识别实验,从而对物体识别有了更加深刻的认识,最后分析实验结果以及改进方法的探索。(本文来源于《电子制作》期刊2019年12期）
物体识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
系统基于Intel的UP Squared开发平台,通过工业摄像头进行图像采集,图像信息经OpenCV中的AdaBoost算法以及LBP特征级联分类器等来实现物体的训练与检测过程,处理后的结果由Qt开发的界面进行显示。实验结果表明,配合硬件加速,UP Squared搭建的开发系统很好的实现了高速传送带上物体的实时准确识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
物体识别论文参考文献
[1].周子天.基于视觉技术的3D物体表面信息识别检测系统[J].通讯世界.2019
[2].邹富,周俊,范倩蓝,裴思垚.基于UPSquared的OpenCV物体图像识别应用[J].电子测试.2019
[3]..亚马逊为Alexa添加物体识别功能[J].智能城市.2019
[4].黄强,王永雄.感知器残差网络和超限学习机融合的3D物体识别[J].中国图象图形学报.2019
[5].吴皓,迟金鑫,田国会.基于视觉SLAM的物体实例识别与语义地图构建[J].华中科技大学学报(自然科学版).2019
[6].黄强,王永雄.结合超限学习机和融合卷积网络的3D物体识别方法[J].小型微型计算机系统.2019
[7].左向梅,武亮.基于深度图像分割的场景物体识别与匹配[J].工程技术研究.2019
[8].徐江河,张飞舟,张立福,邓楚博,孙雪剑.一种综合利用图像和光谱信息的物体真假模式识别方法[J].武汉大学学报(信息科学版).2019
[9]..研究者开发低成本传感器手套:使机械手触摸识别物体[J].电脑知识与技术(经验技巧).2019
[10].余宸希.基于Alexnet神经网络的物体识别研究[J].电子制作.2019
论文知识图
