对目标识别的一些算法的.pptxVIP

对目标识别的一些算法的 学习与思考;对BP人工神经网络的详细介绍;人工神经网络; BP神经网络是最基本的也是应用最广泛的神经网络;一个三层、三输入、一输出bp网络的例子：;; Rumelhart Hinton和Williams于1986年发表文章，提出了误差逆向传播神经网络，也称BP神经网络。;;通过例子可知，BP神经网络的关键是寻找这么一个函数;;;;改变f （误差）之后，网络学习能力增强！;;;;利用以上公式，推导出重要公式：;与;直接引用梯度下降法的结论：;通过前向传播确定每层的 和误差E ;神经网络在目标识别中做分类器;简介参数活动轮廓模型;调节内力参数;为用户定义的能量项，与具体应用有关;优点： (1)图像数据、初始估计、目标轮廓以及基于知识的约束统一于一个特征提取过程中； （2）经适当初始化后，它能自主地收敛于能量极小值状态。 （3）尺度空间中由粗到精的极小化能量可以极大地扩展捕获区域和降低计算复杂性。 ;对蛇模型的改进：;对一段目标跟踪视频算法的思考;;不断进行远近、旋转变化的过程可能是让系统不断学习新的图像的过程。; 视频让我很好奇，所以看完视频后产生了一点小想法，希望老师同学多多批评指正。;1、Genius only means hard-working all ones life. (Mendeleyer, Russian Chemist)