基于图像分类的乐器识别算法研究文献综述

 2023-04-27 05:04

文献综述

文 献 综 述1.研究背景目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息,通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数,最后根据大量训练样本所确定的鉴别函数,在分类器中进行识别判决。

目标识别作为视觉技术的一个分支,就是对视场内的物体进行识别,如人或交通工具,先进行检测,检测完后进行识别,然后分析他们的行为。

目前的目标识别,多如上文所说,对人或对交通工具居多。

为了学习此技术的完整操作过程,同时由于个人学习的乐器非常小众,想要将目标识别的技术带到乐器识别中,实现对乐器的识别,并且学习目标识别的基本操作。

后期再实现后端输出交互,实现科技与艺术的融合。

计算机视觉的发展可以追溯到上世纪60年代,起初,视觉任务被定义为理解简单的几何物体,识別并且重建形状,到60年代末,科学家提出了 视觉识別的过程,将不同层次、不同深度的信息以及视觉场景进行结合,直观地构建视觉信息.这项工作对计算机视觉领域的后续研究产生了深远影响。

后来,随着研究的深入,人们逐渐明确了计算机视觉的基础任务,随着社会经济的发展和科技的进步,计算机视觉得到快速发展与广泛应用,计算机视觉的任务是让计算机学会认识这个世界,为使计算机能够理解环境并与环境互动,自动识别并定位图像和视频中的对象显得极其重要。

对于人类来说,这是视觉智能中生存、工作和交流的主要任务之一。

通过对数据进行特征提取,计算机进行学习来提高自身性能,实现感知世界的目标.随着深度学习的发展,计算机视觉也由提取梯度方向直方图、尺度不变特征交换等传统手工特征演变为通过神经网络提取深度特征。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。