《表4 不同方法对图片识别能力的对比》
最终,为了验证该方法的先进性和高效性,查看是否能保证系统室内信息反馈的正确性和可靠性,通过查全、查准以及计算耗时综合评定,并与现有的SIFT算法、直方图对比算法和未加入阈值判断的CNN网络算法进行了比较。本文在Win10系统的笔记本电脑三星500R5L环境下进行比较,SIFT算法与直方图对比算法使用matlab软件进行实验,CNN实验框架均为tensorflow,4种算法的计算环境同为该电脑环境。实验所用的图片数据库由随机选取的15 000张非训练数据集图片和5 000训练数据集图片构成,实验结果记录如表4。由实验数据可知,本文算法仅在查准率上低于SIFT算法,但在实际应用场景中,虽然查准率为92%,0.14 s/张的计算速度远超SIFT算法,将该算法移植到计算能力较弱的智能手机上,时间差别上更为明显。
图表编号 | XD0079647500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.08 |
作者 | 秦胜伟、李重、李金锋、陈梓浩、丁靖骞、刘万顺 |
绘制单位 | 广州大学华软软件学院、浙江理工大学理学院、广州大学华软软件学院、广州大学华软软件学院、广州大学华软软件学院、广州大学华软软件学院 |
更多格式 | 高清、无水印(增值服务) |