文献综述
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题。
本次研究将采用深度学习的方法，使用BP神经网络对扑克牌的54张牌进行精确识别。
一、国内外同类研究概况
基于模板匹配的扑克牌识别[1]中，通过计算机视觉的相关算法，对扑克牌进行预处理，先转变格式，再进行中值滤波以消除噪声。而后获取扑克牌的特征，主要有边缘检测和裁剪，通过第二步操作，将原始的图像中的扑克牌特征单独截取出来。最后通过模板匹配获取结果。
邮政编码识别系统[2]中，与基于模板匹配的扑克牌识别类似，采用了计算机视觉的算法采用了二次扫描法分割图像，先对图像进行灰度化然后阈值分割，使得信封上的文字清晰可见；而后通过直线拟合和数字细化提取邮编所在位置，最后进行模糊识别。
基于BP神经网络扑克牌的识别[3]中，通过预处理和特征提取，建立模式。在识别过程中，先通过牌点和花色的有效范围提取，而后通过神经网络模式匹配进行识别。
基于计算机视觉算法的扑克牌识别[4]中，类似的采用了预处理，并使用了卷积操作进行特征提取，而后进行模式识别，同样获得了较好的结果。
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。
