行业动态
基于支持向量机模式的识别可变物体的智能软件—CVB Manto
浏览:1413 次
时间:2014-09-24 11:34:47

        图像识别是随计算机的发展而兴起的一门学科,是人工智能的一个重要体现,现已渗透各个领域。CVB Manto将图像分类和识别带领至更高的层次,它使用了特别开发的、基于支持向量机(SVM)的技术。

        SVM发展与90年代中期,对成像应用领域的模式识别而言是一种比较年轻的方法。SVM生成的分类工具可以视为神经网络的后继者,但是它在分类器生成以及应用方面具有很多优点:

1.           现行判别分类器的理论和实际结合较好;

2.           对于特征过多造成维数灾难不明显;

3.           很少出现过拟合;

4.           不收敛于局部最小点;

5.           灵活的应用核函数;

        相较于其他更学术化的识别模式,CVB Manto的用户无需再图像上选择相关的特征就可以实现稳健的物体区分。CVB通过使用特定的图像过滤机制,除了纹理和几何信息以外,还可以利用颜色作为区别条件。软件利用多个图像平面的所有信息,因此可以无变化的用于单色、彩色甚至是多频带图像,软件会自动的找到有助于识别物体的关键特征。

        使用独特的CVB技术,以前被认为不可能的应用现在有可能成为现实。通过提供数十、上百甚至上千的样例实验,CVB Manto最终设计了一个决策平面,并且该平面随样例增多而改善。

        对于现有的以及新兴的机器视觉市场来说,这个强大的工具带来了全新的可能性。因此,广泛的应用于各个行业。

        CVB Manto擅长于识别可变的、独一无二的模式,比如一个场景中的人脸。还可以进行进一步的分类,比如检测是男性还是女性的人脸。线性内插使得该工具能够用于测量。例如,当CVB Manto测试的人脸的微笑有3或4中程度时,它能够提供一个线行值来表示人脸微笑的程度,即使该程度介于模板样本之间。

        食品包装产业使用DVB Manto建立可靠的检测解决方案,用于检测食品类产品构造上可变的性质。传统的机器制造商则不能检测这些性质。比如,读取金属表面的铭刻数字。

        相比之下,纹理状态检测仅仅考虑图像结构。通过提供的纹理样本,软件可以提取到区分纹理的关键特征。典型的应用包括木材识别、药草和香料分类以及肉类问题的鉴别。

        一旦经过恰当的测试学习,CVB Manto也能够鉴别产品特性,比如纸张类别和水果的成熟度。这项工作是其他技术难以胜任的。

        CVB Manto软件在智能交通系统也有广泛应用,能够自动识别车辆的类型、识别车辆型号然后定位车牌号码并且进行OCR。软件的另一项专业技能是识读手写文字的能力,这在字符识别是中最难的。

        更多CVB软件工具详情请关注本站。

京ICP备12022927号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京盈美智科技 All rights reserved.