Indexed by：
Abstract：
针对台标的视觉特征,提出一种基于递进卷积神经网络的台标识别算法。该网络不仅有对图像特征进行隐性提取的卷积层和采样层,还包括识别常规台标的泛化模块和识别偏差台标的特异模块。针对串行卷积神经网络训练耗时长的缺点,提出基于Spark的并行递进卷积神经网络算法,采用数据共享及批处理方式对算法模型进行并行化处理。实验证明,递进卷积神经网络算法对台标进行识别能达到98%的正确率,多节点并行化卷积神经网络相比于单节点模型能有效缩短80%以上训练所需的时间。
Keyword：
Reprint 's Address：
Email：
Source ：
电视技术
Year： 2016
Issue： 05
Volume： 40
Page： 67-73
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
