Con el rápido desarrollo de la tecnología de reconocimiento de imágenes, el reconocimiento de bocetos a mano alzada ha atraído cada vez más atención. Cómo conseguir un buen efecto de reconocimiento en ausencia de información sobre el color y la textura es la clave para el desarrollo del reconocimiento de bocetos a mano alzada. Los modelos clásicos sin aprendizaje dependen en gran medida de las características de selección manual. Para resolver este problema, en este trabajo se propone un método de reconocimiento de bocetos mediante redes neuronales basado en la estructura DSCN. En primer lugar, se dibuja la secuencia de trazos del boceto; a continuación, se extrae la característica según la secuencia de trazos combinada con la red neuronal, y las características de imagen extraídas se utilizan como entrada del modelo para construir la relación temporal entre las diferentes características de imagen. A través del experimento de control en el conjunto de datos de TU-Berlín, los resultados muestran que, en comparación con los métodos tradicionales sin aprendizaje, HOG-SVM, SIFT-Fisher Vector, MKL-SVM y FV-SP, la precisión de reconocimiento de la red DSCN se mejora en un 15,8%, 10,3%, 6,0% y 2,9%, respectivamente. En comparación con el modelo clásico de aprendizaje profundo, Alex-Net, la precisión de reconocimiento mejora en un 5,6%. Los resultados anteriores muestran que la red DSCN propuesta en este artículo tiene una gran capacidad de extracción de características y expresión no lineal y puede mejorar eficazmente la precisión de reconocimiento de los bocetos pintados a mano después de introducir el orden de los trazos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
MDU-Net: Una red convolucional para la segmentación de clavículas y costillas a partir de una radiografía de tórax
Artículo:
Aprendizaje de campo de batalla en línea habilitado por gemelos digitales con conjuntos finitos aleatorios
Artículo:
Identificación y Mecanismos Potenciales de una Firma de 7-MicroARN que Predice el Pronóstico en Pacientes con Glioma de Grado Inferior
Artículo:
Guía para el diagnóstico de las inmunodeficiencias primarias en el laboratorio clínico
Artículo:
Estudio de la calibración de la serie temporal de la irregularidad de la vía y del patrón de variación en la sección de la unidad
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Tesis:
Materiales y prácticas de construcción sostenible