基于机器学习的行人性别判别方法研究文献综述

 2021-10-19 22:36:18

毕业论文课题相关文献综述

一、选题背景随着人工智能热度的升高,人工智能的重要性越来越受到人们的重视,机器学习进而被人们重视了起来。

行人性别判别方法研究是基于机器学习完成的具有图像识别的功能,图像识别是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。

, 机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。

基于机器学习来完成对行人性别的判断,对男性女性进行区分。

二、研究现状图像识别是人工智能的一个重要领域。

为了编制模拟人类图像识别活动的计算机程序,人们提出了不同的图像识别模型。

例如模板匹配模型。

这种模型认为,识别某个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。

当前的刺激如果能与大脑中的模板相匹配,这个图像也就被识别了。

例如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。

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。