《表6 图像识别方法对比分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习在图像识别中的应用研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

深度学习因提取特征能力强，识别精度高，实时性快等优点被广泛应用。特别在人脸识别、医学图像识别、遥感图像识别等方面取得了不俗的效果。在深度学习技术发展之前，图像识别以传统的技术手段实现，例如，主成分分析法（PCA）、拉普拉斯特征图法、局部保值映射法（LPP）、稀疏表示法、神经网络降维法等。但是，由于传统技术手段的缺陷，图像识别效果并不理想。随着深度学习技术的发展，科研工作者开始将深度学习应用到图像识别中，并且在最近的几年中取得了巨大的进步，图像的识别效率及识别效果比传统的识别手段有了较大的进步。其传统识别方法与深度学习识别方法对比分析如表6所示。