深度学习下的卷积神经网络图像清晰度识别分析

摘要：

由于社会经济的持续性发展,再加上信息时代的持续推进,图像已经变成信息传递的一个重要介质.不过,图像在信息采集、传递等方面极易发生失真问题,导致图像内容不能完整、具体、清晰、真实地呈现出来.基于此,卷积神经网络图像识别技术得到广泛应用,其在实现图像清晰度识别等方面具有一定的推动作用.接下来,本研究以实验数据处理为基础,探讨通过深度学习研究法对caffe框架、卷积神经网络等图像清晰度识别的应用原理,然后对其最终的数据进行处理,最后得出实验结论,希望能够通过这一次实验分析,为相关实验人士提供支持与借鉴.

关键词：深度学习、卷积神经网络、图像清晰度识别

所属期刊栏目：6

分类号：TP183(自动化基础理论)

在线出版日期：2022-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：170-172