【摘要】当今生活中手机越来越普遍,各种应用也是层出不穷,手机俨然成为了生活的必需品。为了保证手机质量和用户体验,软件测试是非常重要的环节。然而随着手机功能越来越多、应用越来越复杂以及人力成本的提升,传统的测试方法满足不了日益旺盛的测试需求。另外很多游戏应用需要人为实时控制上下左右等动作,人工测试工作强度大,而且从技术上看,由于场景比较多、背景比较复杂,传统测试方法很难处理。本文利用摄像头拍摄手机运 […]

【摘要】利用机器学习算法处理数据分类任务已经研究多年，这期间涌现出很多经典有效的算法，如K-means，SVM，梯度下降算法等。这些算法广泛应用于数据分类、数据挖掘、图像识别、医学成像、雷达探测等商业、工业、医疗，军事等领域中。由于使用的环境极其广泛复杂，导致数据分类任务一直是计算机学科领域最具挑战性的任务之一。随着数据分类任务复杂程度的增加，以深度学习（DeepLearning）为基础的分类算法 […]

【摘要】深度学习(DL,DeepLearning)是计算机科学机器学习(ML,MachineLearning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标-人工智能(AI,ArtificialIntelligence)。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能 […]

【摘要】随着中国社会和经济的快速发展,城市交通出现了前所未有的迅猛增长,特别是近10年来,各类机动车的保有量越来越大。我国城市特别是像广州、深圳这样的大城市,现有的道路交通设施和日益增长的交通需求之间的矛盾日益突出,交通拥堵现象严重,交通事故频发,对人们的生命财产安全乃至国家的经济发展都构成了巨大的威胁。因此,如何在现有的交通环境和条件下建立一个智能的车载辅助系统,提升车辆行驶的安全性,减少道路交 […]

【摘要】桥牌是一款竞技性很强的智力游戏,是许多运动会的正式比赛项目。在桥牌比赛中,通过识别和记录每位玩家的打牌和叫牌过程,将比赛过程直播在网络或电视上,有助于桥牌的普及和推广。随着计算机视觉的发展,图像分类技术可以应用到桥牌识别系统中,以代替人工识别桥牌,实现比赛直播的自动化和数字化。深度神经网络由于其强大的特征表达能力,在图像分类问题上获得了巨大的成功,越来越受到国内外学者的重视。本文在研究深度 […]

【摘要】人体行为识别的目标是使计算机能够从包含人动作的视频图像中识别、理解出人的行为,这需要计算机具备一定的计算机视觉、机器学习能力。目前,由于受到技术限制和相关理论限制,人体行为识别还停留在初级阶段,识别任务较为简单。这样,计算机就不能较好地通过摄像头理解人的动作行为,这限制了人机交互、智能家居、视频内容检索等领域的发展。本文提出了一种基于分层方法的人体行为识别架构,该架构分为三层：第一层为原子 […]

【摘要】动作识别系统在现实中具有重要的应用价值,但是现有的动作识别方法依然存在各种各样的缺陷,研究稳定可靠的动作识别方法,对于机器学习的理论发展与应用推广具有重要的意义。卷积神经网络是一种深度学习模型,它受到脊椎动物视觉神经系统的启发,能够直接从灰度图像学习出抽象的高级特征,具有强大的图像分类能力,但它不能直接应用于视频中的动作识别。为了将卷积神经网络的特征提取能力推广到动作识别,本文对卷积神经网 […]

【摘要】深度学习(DeepLearning)是近年来提出的一种利用具有多个隐层的深度神经网络(DeepNeuralNetwork,DNN)完成学习任务的机器学习方法。其实质是,通过构建具有多个隐层的神经网络模型并使用大量的训练数据来学习得到更有用的特征,进而提升模型预测或分类的准确性。与以往的浅层神经网络的不同之处在于,深度学习主要强调了神经网络的深度(通常有大于1层的隐层),还突出了特征学习的重 […]