基于人工智能算法的图像识别与生成研究

被引:12
作者
齐燕
机构
[1] 苏州托普信息职业技术学院
关键词
人工智能算法; 图像识别; 生成对抗网络(GAN); 人脸数据库(ORL);
D O I
10.19772/j.cnki.2096-4455.2019.11.018
中图分类号
TP391.41 []; TP18 [人工智能理论];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
我国人工智能算法的图像识别技术,已经进入了快速发展阶段。根据国内外的发展与研究现状分析,我们可以利用PCA、神经网络(ANN)、SVN等技术进行对图像识别与生成研究,特别是对人脸特征进行提取与预测、分类识别等技术的研究,例如支付宝的刷脸支付就是对此项技术的实际运用。对生成对抗网络(GAN)技术的分析与运用,主要体现在实现了对手写数字的生成与分析,同时,对SVM技术的推广与运用,进行了精确的预测,并对生成效果进行了全面精确的分析。本论文主要研究通过相关数据对人脸数据库(ORL)进行了对比分析与运用,通过抽取50张人脸样本,制作500张人脸图像进行识别的分析与运用。
引用
收藏
页码:45 / 47
页数:3
相关论文
共 16 条
[2]   基于卷积神经网络的图像分割应用 [J].
张训飞 .
信息与电脑(理论版), 2019, (13) :23-25
[3]   基于深度学习的人脸识别方法研究 [J].
胡少聪 .
电子科技, 2019, (06) :82-86
[4]   基于深度学习的视频中人体动作识别进展综述 [J].
罗会兰 ;
童康 ;
孔繁胜 .
电子学报, 2019, 47 (05) :1162-1173
[5]   基于人工智能时代下计算机网络信息安全防护对策探究 [J].
吴红姣 .
电子元器件与信息技术, 2019, (04) :71-74
[6]   对《新一代人工智能发展规划》的解读 [J].
袁辉 .
科技风, 2018, (31) :37-37
[7]   一种基于BP神经网络与加权平均的人机交互RFID室内定位算法研究 [J].
丁金亮 ;
邹翔宇 .
电子元器件与信息技术, 2018, 2 (06) :13-16
[8]   深度学习在视频动作识别中的应用 [J].
齐妍薇 .
电子技术与软件工程, 2018, (08) :148-148
[9]   开源深度学习框架发展现状与趋势研究 [J].
庞涛 .
互联网天地, 2018, (04) :46-54
[10]   北京构建十大高精尖产业 [J].
叶弈 .
科技智囊, 2018, (02) :34-37