文献检索-宁波市创意产业特色资源库

限定检索结果

基于深度学习的产品意象识别: 收藏
分享
引用; 《计算机辅助设计与图形学学报》2018年第9期30卷 1778-1784页; 作者：朱斌杨程俞春阳安芳浙江大学城市学院工业设计系杭州310015 浙江大学计算机科学与技术学院现代工业设计所杭州310027; 为了满足用户对产品的情感化需求,提出一种基于深度学习的产品意象识别方法.该方法通过语义差异法获得产品意象数据集,在此基础上,使用卷积神经网络VGGNet进行训练,建立产品意象深度模型.以典型的椅子产品为例对文中方法进行验证,训练...; 为了满足用户对产品的情感化需求,提出一种基于深度学习的产品意象识别方法.该方法通过语义差异法获得产品意象数据集,在此基础上,使用卷积神经网络VGGNet进行训练,建立产品意象深度模型.以典型的椅子产品为例对文中方法进行验证,训练好的产品意象深度模型识别准确率最高可达95.3%.为了进一步证明该方法的优越性,将其分别与以支持向量机(SVM)为代表的传统方法和浅层的卷积神经网络Caffe Net进行对比实验,结果表明,在识别准确率上该方法比SVM提高了约5%,比Caffe Net提升了4%~10%.此外,为了解释深度学习的识别过程,对卷积特征进行了可视化,展现了特征映射从底层到高层的抽象过程.; 来源：详细信息评论

限定检索结果