基于深度学习神经网络的广告牌识别系统的设计与实现

摘要

广告牌作为一种传统而经典的广告投放模式，具有受众广泛，投放便利，观看人员流动性大，职业和人群针对性强等特征，一直是广告宣传的重要方式。在扫码支付的流行风潮中，如何保持广告牌的经典活力，成为广告商和监管部门关注的要点。论文基于卷积神经网络技术，仍然以某企业广告牌识别的需求为背景,在本课题组先期以传统算法为核心的工作基础上，本文引入基于卷积神经网络的深度学习算法模型展开研究。 首先，本文研究了建立相应系统所采取的各项技术和识别图像所具有的基本流程；第二，分析了在移动平台上进行针对广告牌识别的具体需求，以及适应复杂应用环境和实时准确性的要求；第三，在上述研究和分析的基础上提出了将深度学习神经网络模型拆分并分配至客户端与服务端的识别系统方案；第四，论文对该方案进行了详细的设计并具体实现了C/S架构的广告牌实时识别系统；最后，论文对所涉及实现的系统进行了相关测试，测试表明该系统通过改造拆分tiny-yolo模型，在客户端进行一定层数的卷积运算，避免了大规模数据上传，与传统算法和非分割型神经网络算法相比执行效率有所提升，达到了实时性的性能要求，也能应对复杂拍摄环境。

目录

第一个书签之前