图像分割方法应用于施工现场物体的识别

• 作者: 吴舟舟 林庆达 禤亮 陈敏
• 来源期刊: 云南电力技术
• 学科: 工学
• 关键词: 图像分割 深度信念网 drop out 深度学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 63-67
• 页数: 5页
• 分类号: TM73
• 字数: 3595字
• 语种: 中文

摘要

复杂场景中的图像分割是当前图像分割中的一个难点,给分割算法带来了更大的挑战.基于深度学习的算法基于统计学理论,相比传统的神经网络,深度学习能够进行更深层次的学习,因此准确率大大提升,本文研究了一种深度信念网模型,加入drop out策略,并且进行改进,最后把模型应用于施工现场勾机的图像分割与识别.实验证明,改进的深度信念网模型算法可以有效的识别复杂场景中的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林庆达		8	13	2.0	3.0
2	陈敏		1	1	1.0	1.0
3	禤亮		5	6	1.0	2.0
4	吴舟舟		2	3	1.0	1.0