1. 文献综述
材质识别和分割作为计算机视觉感知研究领域中的一个基础性研究课题,近两年来受到学者的广泛关注。
随着数据可用性的不断提高，机器学习方法在多个应用领域呈现出不断增长的趋势。
而深度学习作为机器学习的子类，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究内容和问题
材质识别在机器人与周围环境的相互作用中起着至关重要的作用，视觉、触觉和听觉模式可以提供不同材质的不同特性，如何利用不同模态的信号快速、高效地完成材质识别任务是亟待解决的问题。材质识别和分割在家庭垃圾自动分类和室内智能导航等领域中应用较为广泛,尤其在交通系统中，基于深度学习的材质识别能够更快的识别出交通安全用品的材质或者交通载具的材质，对于交通安全有着重要意义。同时，材质识别和分割也是计算机视觉研究领域中许多相关任务的预处理步骤。日常生活中材质种类繁多,而且表面变化多样,所以找到能够较好的表示不同材质类别的图像特征以及如何提高材质识别和分割的精度是非常具有挑战性的任务,也是研究学者研究的重点问题。因此,提高材质识别的精度和提升材质分割效果就成为目前重要的研究课题。
3. 设计方案和技术路线
查阅资料，阅读文献，了解当前该领域的研究成果。使用深度学习的框架实现对图片或视频内物品的材质的识别与分类。
1. 神经网络搭建；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 研究的条件和基础
1. 了解神经网络的知识。
2. 具有高级语言编程基础。
3. 具有相关的文献资料。
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
以上是毕业论文开题报告，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。
