简介:摘要:由于配电设备缺陷素材与外破画面素材较少,利用传统人工智能图像识别技术,容易因样本数据过少而导致容易出现过拟合的现象。为解决这个瓶颈,本文探索使用VGG迁移学习网络作为训练网络。深度学习的巨大成功可以认为是表征学习的巨大成功。计算机图像识别技术在应用过程中存在一些缺陷,在一定程度上阻碍了智能化技术的发展。而通常当任务数据集上的数据不足以支持学习到足够多样化又有用的表征时,可以利用其他更大的数据集学到的表征并且视其为通用表征,使用这些表征并且使用任务数据集的数据来微调,可以减少对目标数据集数据量的要求。计算机图像识别要求系统高效准确地进行图像识别,智能化处理方法的应用可以显著提升计算机图像识别的性能,提升其识别的准确性及效率。
简介:摘要:本文介绍了传统NAS-RIF算法的原理,针对NAS-RIF算法对噪声敏感的不足,加入正则化参数,改进了NAS-RIF算法,实验结果证明,与传统的复原算法相比,改进后的算法图像复原效果较好,峰值信噪比和复原后的视觉效果较优,图像细节清楚度有所提高,证明了改进算法的有效性。
简介:摘要:基于卷积神经网络的隐写分析能够实现更高维特征的表达,提高检测精度方面取得了突破性的进展。本文首先阐述了隐写分析的历史背景、研究意义和研究现状,然后对隐写分析目前使用的两种主要方法进行了归纳和总结。最后,详细阐述了目前基于卷积神经网络的隐写分析技术存在的不足和面临的威胁,并以此为基础,讨论了下一步隐写分析可能的研究方向。
简介:摘要:中国是目前世界上人口最多的国家,一方面人口众多促使了中国早期出现人口红利,从而使得中国的经济飞速发展;但另一方面也由于人口增长太快,人与自然的和谐遭到了破坏,以及对资源、环境和就业等各个方面造成了巨大压力。所以1962年,「计划生育」政策在中国应运而生。「计划生育」政策作为中国的一项基本国策,在中国实施了几十年,降低了中国生育增长速度,对于中国人口控制起到了至关重要的作用。然而国家因国情而制定出相应的政策,而政策的推广离不开宣传的手段。在早期的中国,最为常用的宣传宣传手法就是政治宣传画。政治宣传画在中国的兴起是20世纪30年代革命运动和战争的需要,曾经在革命运动和战争中发挥了重要的作用。但随着战争的结束和社会政治运动的减少,以及宣传工作在社会生活中角色的转换,政治宣传画在20世纪80年代以后逐渐衰落。对于中国早期生育政策的普及推广,其中政治宣传画也发挥了至关重要的作用。理所当然女性是生育过程中重要的组成部分,纵观生育类的宣传画,宣传画中以女性作为主要描绘对象的比例不少,不同时期女性出现的形象也会有所变化,这个过程是值得我们去探讨的。因而女性角色在「计划生育」政策宣传画中的发展与演变也是本课题研究的重点,研究试图从所收集到的「计划生育」宣传画中分析、解读当中女性图像发展以及背后的社会背景和文化内涵。经研究彚整百余幅作品发现,生育类宣传画中女性图像呈现出不同的类型、类别,并与时间轴产生一定联系,研究者将此划分出不同时期中的各类别,并以此分析出其含义及其背后产生之影响。
简介:摘要:随着科学技术和工业技术的迅速发展,近年来我国对铸造产品需求在数量和质量上都有大幅度的提升。铸件在出厂前几乎都需要对其进行无损检测以保证产品质量。如今,无损检测技术已在航空航天、石油化工、机械制造等领域得到了广泛的应用。目前,射线检测技术在生产中的应用所占比例约40%,可见,射线检测仍然是十分重要的检测方法。传统的X射线检测技术是基于胶片成像和人工测评胶片,但这种方法存在工作效率低、人为客观因素影响大、无法实时成像、成本高以及图像管理不便等缺点。X射线实时成像及计算机图像处理技术结合了计算机数字图像处理技术与光电转换技术,可以通过图像增强将X射线图像转换为视频图像,再对图像进行数字化处理,以提高检测灵敏度和缺陷的识别能力,再利用计算机分析处理检测结果,进行检测结果评定,检测图像可长期在计算机或者光盘中进行保存,从而可使X射线检测实现自动化。