《深度学习与图像识别：原理与实践》—1.2.6　三维图像视觉

6　三维图像视觉三维图像视觉主要是对三维物体进行识别，其主要应用于三维机器视觉、双目立体视觉、三维重建、三维扫描、三维测绘、三维视觉测量、工业仿真等领域。三维信息相比二维信息，能够更全面、真实地反映客观物体，提供更大的信息量。近年来，三维图像视觉已经成为计算机视觉领域的重要课题，在虚拟现实、文物保护

【情感识别】基于matlab BP神经网络语音情感识别【含Matlab源码 349期】

朱菊霞等使用SVM算法对语音情感进行识别, 并取得了86% 的识别率。余华等使用粒子群算法优化神经网络来进行语音情感识别, 识别率较高。BP神经网络是神经网络的一种, 属于多层前馈神经网络, 与其它神经网络算法所不同的是采用了反向传播的学习算法, 不断地计算输出端的误差向回传递来进行权值调整, 从而达到误差最小的效果。

基于YOLOv10深度学习的疲劳驾驶检测系统

基于YOLOv10深度学习的疲劳驾驶检测系统 介绍 疲劳驾驶是导致交通事故的重要因素之一。因此，自动化的疲劳检测系统可以有效地提高道路安全。本文介绍基于最新YOLOv10模型的疲劳驾驶检测系统。 应用使用场景 智能驾驶辅助系统：用于实时监控司机是否处于疲劳状态。 车队管理：帮助管理者监控大规模车队司机的状态。

基于PaddlePaddle 新工具 API 的【猴痘识别】

一、基于PaddlePaddle 新工具 API 的【猴痘识别】 还记否，曾经开始学习神经网络，需要手动遍历文件夹，手动生成数据列表？ 还即否，曾经划分数据集，不断for循环抽取数据？ 多看看飞桨 API， 以前的问题现在都可以轻松得到解决。 本文通过猴痘识别例子，介绍 数据集常用工具

【人脸识别】基于matlab小波不变矩人脸识别【含Matlab源码 1355期】

真正的与旋转, 平移和尺度无关的。较高阶的矩对于成像过程中的误差, 微小的变形, 摄像机的非线性和摄像机位置的不理想等因素非常敏感。所以相应的不变矩基本上不能用于有效的物体识别。 在Hu[5]的不变矩组中, 只有两个不变矩φ1, φ2是基于二阶矩的, 其余φ3～φ7都是基于三阶矩的。即使是基于二阶矩的不变矩φ1

【车牌识别】基于matlab GUI模板匹配新能源车牌识别【含Matlab源码 865期】

BP神经网络联合模板匹配的车牌识别系统[J].清华大学学报(自然科学版)，2013，53(9)：1221-1226. [6]鲁扬.基于BP神经网络的车牌识别算法研究[D].大庆：东北石油大学，2018. [7]李强,张娟.一种改进的基于模板匹配的污损车牌识别方法[J].智能计算机与应用

车载语音识别的算法

车载语音识别系统主要采用自动语音识别（ASR）技术，而ASR算法又可以分为基于规则的算法和基于统计学习的算法。基于规则的算法主要是基于语言学和信号处理技术，通过设计规则和滤波器等手段，对输入的语音信号进行处理和分析，提取出语音特征，然后与预定义的词库进行匹配，找到最匹配的词或短语

OpenPose人体姿态识别

OpenPose人体姿态识别 OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，基于它的实

《深度学习与图像识别：原理与实践》—1 机器视觉在行业中的应用

解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、机器视觉、自然语言处理和专家系统等。那么，人们常说的人工智能、机器学习、深度学习的关系是什么呢。如图1-1所示，人工智能是一个比较大的领域，其中包括机器学习、深度学习、模式识

【语音识别】基于matlab GUI BP神经网络0到10数字语音识别【含Matlab源码 672期】

rainmfcc.m） 3 识别过程 识别的前面部分与训练相似，都是要计算得到mfcc系数，不同在于，识别时，将计算得到的mfcc 参数分别代入训练得到的HMM模板求出概率，比较出最大概率者，则该模板对应的数字就是识别的数字。(shibiesb.m) 4 用大量语音文件做测试，结果正确率为90

深度学习案例分享 | 手写数字识别 - PyTorch 实现

0) # 将图像的通道值置换到最后的维度，符合图像的格式 plt.imshow(images_example ) plt.show() 2.模型架构 这里我们使用只有一个隐藏层的多层感知机（MLP）来进行手写数字的识别。 模型架构如下图所示。 这里定义了两层的的神经网络，第⼀层是隐藏层，它包含

【芯片识别】基于matlab GUI形态学 PCB板芯片识别【含Matlab源码 1820期】

拍摄图像会产生随机的扰动，图像有一定的噪声，为消除掉图像中的无关信息，对图像进行预处理。 1.1 灰度化 为降低运算量，需要将拍摄的三通道的RGB图像转化为单通道的灰度图像。采用加权平均法的灰度化方法，其中心理学灰度公式根据人眼对RGB三色的敏感程度选择不同的权重： 式（1）

《深度学习之图像识别：核心技术与案例实战》 ——1.2.3 感受野与池化

Field）是卷积神经网络的重要概念之一，当前流行的物体识别方法的架构大都围绕感受野的设计。　　从直观上讲，感受野就是视觉感受区域的大小。在卷积神经网络中，从数学角度看，感受野是CNN中某一层输出结果的一个元素对应输入层的一个映射，即Feature Map上的一个点所对应的输入图上的区域，具体示例如图1

浅谈人脸识别算法

主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。1.基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果；2.基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。3

【语音识别】基于matlab GUI智能语音识别门禁系统【含Matlab源码 596期】

一、案例简介 本文基于Matlab设计实现了一个文本相关的声纹识别系统，可以判定说话人身份。 1 系统原理 a 声纹识别 这两年随着人工智能的发展，不少手机App都推出了声纹锁的功能。这里面所采用的主要就是声纹识别相关的技术。声纹识别又叫说话人识别，它和语音识别存在一点差别。 b

基于深度学习的行为识别（Deep Learning-based Action Recognition）

深度学习算法中的基于深度学习的行为识别（Deep Learning-based Action Recognition） 近年来，深度学习算法在计算机视觉领域取得了巨大的突破。其中，基于深度学习的行为识别成为研究的热点之一。本文将介绍深度学习算法在行为识别方面的应用，并探讨其优势和挑战。

基于Transformer的人脸识别

《深度学习之图像识别：核心技术与案例实战》 ——1.2.2 卷积与权值共享

积核会训练成待提取的特征，例如识别飞机，那么卷积核可以是机身或者飞机机翼的形状等。　　卷积核与原始图像做卷积操作，符合卷积核特征的部分得到的结果也比较大，经过激活函数往下一层传播；不符合卷积特征的区域，获得的数值比较小，往下传播的程度也会受到限制。卷积操作后的结果可以较好地表征该