深度学习下的卷积神经网络图像清晰度识别分析

• 作者: 张涛
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: 深度学习 卷积神经网络图像 清晰度 识别
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 记录:云端与互联
• 页码范围: 174-175
• 页数: 2页
• 分类号: TP391.4
• 语种: 中文

摘要

随着社会经济水平的不断提高和信息时代的不断发展,图像逐渐成为信息传输的重要载体.但是,图像从采集和传送的过程中容易出现失真问题,造成图像内容无法真实、准确地表达出来.在这样的背景下,卷积神经网络图像识别技术应运而生,在实现图像清晰度识别方面发挥出重要作用.基于以上情况,本文在介绍实验数据处理的基础上,从caffe框架、卷积神经网络两个方面入手,研究了图像清晰度识别原理,最后,分析了实验结果.希望通过这次研究,为相关实验者提供有效的借鉴和参考.