基于深度学习的图像识别算法研究

• 作者: 衣世东
• 来源期刊: 网络安全技术与应用
• 关键词: 深度学习 图像识别 特征提取卷积神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 39-41
• 页数: 3页
• 字数: 4174字
• 语种: 中文

摘要

图像识别技术主要包括图像的特征提取和分类识别,其中特征提取是关键环节,决定了识别性能的好与坏.深度学习通过建立类似于人脑的分层模型结构,对数据进行逐层的特征提取,建立模型.将深度学习应用到图像识别中,能够进一步提高图像识别的准确性.本文阐述了深度学习的背景和基本原理,对深度学习中不同的特征提取算法模型进行了剖析,对各算法模型的优缺点和识别效率进行了归纳总结,并展望了深度学习在图像识别领域未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	衣世东		1	20	1.0	1.0