新乡科技服务中心

首页　/　全部分类　/　　/　

基于深度学习的细粒度图像分类和识别

项目概况
名称：基于深度学习的细粒度图像分类和识别简介：细粒度图像分类和识别是计算机视觉中的具有挑战性的任务，目标是基于深度神经网络方法和计算机视觉技术在一个基础大类的数百数千个子类中正确地识别目标。其主要的难点在于各个子类之间非常相似，仅存在一些细微的差别；另外，同一子类的不同物体之间变化很大，在表观和姿态上千差万别。因此，细粒度图像比通常的大类物体识别难度更大。课题组在国家自然科学基金资助下，从基础研究和应用层面上进行了前沿探索，研发了具有自主知识产权的新颖的深度卷积网络模型和算法，在国际评测中取得领先的成绩。在IEEE TPAMI/TIP/TCSV等权威期刊CVPR/ICCV/NIPS等顶级会议上发表了二十多篇论文，拥有两项国家发明专利，获得CVPR18大规模细粒度物种识别挑战赛冠军和阿里巴巴大规模图像搜索第二名。主要应用领域包括：动物视觉识别、植物视觉识别、车型识别、商品识别等，在宠物身份识别、生态环境保护、无人超市、货架商品识别等方面具有很好的产业前景。
团队介绍
服务成果