ai视觉算法的介绍
- 分类:行业资讯
- 作者:
- 来源:
- 发布时间:2021-11-30
- 访问量:0
【概要描述】ai视觉算法对于车辆颜色识别,基本上克服了照明条件变化、摄像头硬件误差导致的颜色不稳定、过曝光等一系列问题,解决了图像颜色变化导致的识别错误问题,车场车辆的颜色识别率为80%至85%,如果采用大数据和深度学习技术,车辆标记过度暴露或标记被人为去除而带来的局部特征将消失,其分辨率将从89%上升到93%以上,车辆的主要颜色识别率为75%?在车辆制造商的标志识别中,利用传统的HOG、LBP、SIFT、S
ai视觉算法的介绍
【概要描述】ai视觉算法对于车辆颜色识别,基本上克服了照明条件变化、摄像头硬件误差导致的颜色不稳定、过曝光等一系列问题,解决了图像颜色变化导致的识别错误问题,车场车辆的颜色识别率为80%至85%,如果采用大数据和深度学习技术,车辆标记过度暴露或标记被人为去除而带来的局部特征将消失,其分辨率将从89%上升到93%以上,车辆的主要颜色识别率为75%?在车辆制造商的标志识别中,利用传统的HOG、LBP、SIFT、S
- 分类:行业资讯
- 作者:
- 来源:
- 发布时间:2021-11-30
- 访问量:0
ai视觉算法对于车辆颜色识别,基本上克服了照明条件变化、摄像头硬件误差导致的颜色不稳定、过曝光等一系列问题,解决了图像颜色变化导致的识别错误问题,车场车辆的颜色识别率为80%至85%,如果采用大数据和深度学习技术,车辆标记过度暴露或标记被人为去除而带来的局部特征将消失,其分辨率将从89%上升到93%以上,车辆的主要颜色识别率为75%?在车辆制造商的标志识别中,利用传统的HOG、LBP、SIFT、SURF等特征,如果利用SVM机器学习技术训练多连接的识别器,则识别制造商的标志容易发生误判。
ai视觉算法在车辆检索中,由于车辆的图像根据场景不同而曝光过度或曝光不足,深度学习可以很好地获得比较稳定的特征,搜索的相似目标更加准确,Top5的搜索率在95%以上。 在脸部识别项目中,或者车辆的比例发生较大变化,用以往的方法提取的特征会发生变化,所以检索率不稳定。 脸部会因光线、姿势、表情等因素而发生变化,因此目前大多数应用都是固定场景、固定姿势,在姿势和光线上也得到了一定的放松。
上海可深信息科技有限公司主营:智能视频识别、智能视频监控系统、ai视觉算法、视觉识别、智慧化工园、智慧加油站、计算机视觉、智慧安防、智慧工厂、智慧城管、智慧小区、视频智能分析。
扫二维码用手机看