人工智能基础 课件 5.1~5.15 图像识别.pptx

图像识别;;;;;;;;;对于神经网络算法，如图所示，我们可以将数个逻辑回归一层一层地叠加起来，每一层都学习一些特征，最终学习出合适的特征，并通过最后一层逻辑回归达到分类的目的。;;;;;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。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。;如果神经网络的每层按照如图所示的三个维度组织：宽度、高度和深度，一层中的神经元不连接到下一层中的所有神经元，而仅连接到它的一小部分区域，最终的输出将被减少到一个沿着深度方向的概率值向量，这种形式的神经网络就是卷积神经网络（ConvolutionalNeuralNetworks，CNN）。;;图像识别问题的第一个特点就是图像具有局部相关性。;;;;;;;;这个网络于2014年被牛津大学的KarenSimonyan和AndrewZisserman提出，主要特点是“简洁，有深度”。有深度，是因为VggNet有19层，远远超过了它的前辈；而简洁，则是在于它的结构上，一律采用步幅为1的3×3滤波器，以及步幅为2的2×2最大池化。;;;;;;