图像识别技术在智能导游系统中的应用

doi:10.3778/j.issn.1002-8331.2008.30.010

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (30): 33-36.DOI: 10.3778/j.issn.1002-8331.2008.30.010

图像识别技术在智能导游系统中的应用

王锐杰¹,尹怡欣¹,杜军平²,涂序彦¹

1.北京科技大学信息工程学院北京 100083
2.北京邮电大学计算机学院智能通信软件与多媒体北京市重点实验室，北京 100876

收稿日期:2008-06-12 修回日期:2008-07-31 出版日期:2008-10-21 发布日期:2008-10-21
通讯作者: 王锐杰

Application of image recognition technology in intelligent tourism guide system

WANG Rui-jie¹,YIN Yi-xin¹,DU Jun-ping²,TU Xu-yan¹

1.Dept. of Automation，School of Information Science，Beijing Technology and Science University，Beijing 100083，China
2.Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia，School of Computer and Technology，Beijing University of Posts and Telecommunications，Beijing 100876，China

Received:2008-06-12 Revised:2008-07-31 Online:2008-10-21 Published:2008-10-21
Contact: WANG Rui-jie

摘要/Abstract

摘要： 介绍了图像识别技术和分类算法的概念，结合旅游者信息和相关数据，将图像识别技术有效应用到智能导游系统中，给出了具体的实验数据以及特征计算方法。

关键词: 图像识别, 分类算法, 智能导游

Abstract: In this paper，the concepts of image recognition and classification algorithm are introduced.By combining tourist information and tourism data，the image recognition technology in the intelligent tourism guide system is applied，the experiment data and character computing method are given.

Key words: image recognition, classification algorithm, intelligent tourism guide

王锐杰¹,尹怡欣¹,杜军平²,涂序彦¹. 图像识别技术在智能导游系统中的应用[J]. 计算机工程与应用, 2008, 44(30): 33-36.

WANG Rui-jie¹,YIN Yi-xin¹,DU Jun-ping²,TU Xu-yan¹. Application of image recognition technology in intelligent tourism guide system[J]. Computer Engineering and Applications, 2008, 44(30): 33-36.

[1]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[2]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[3]	黄英来，艾昕. 改进残差网络在玉米叶片病害图像的分类研究[J]. 计算机工程与应用, 2021, 57(23): 178-184.
[4]	李龙龙，何东健，王美丽. 基于改进型LBP算法的植物叶片图像识别研究[J]. 计算机工程与应用, 2021, 57(19): 228-234.
[5]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[6]	王俊红，郭亚慧. 面向动态数据块的非平衡数据流分类算法[J]. 计算机工程与应用, 2021, 57(13): 124-129.
[7]	黄英来，温馨，任洪娥，王佳琪. 深度迁移学习在古筝品质分级中的应用[J]. 计算机工程与应用, 2021, 57(10): 218-224.
[8]	刘虹，王烈. 结合余弦相关性的卷积网络识别汉字的方法[J]. 计算机工程与应用, 2020, 56(8): 130-135.
[9]	王彩文，杨有龙. 针对不平衡数据的改进的近邻分类算法[J]. 计算机工程与应用, 2020, 56(7): 30-38.
[10]	曹晓航，汪立新，束学渊. 基于小波不变矩的雷达辐射源信号识别[J]. 计算机工程与应用, 2020, 56(19): 269-272.
[11]	李鑫，焦斌，林蔚天. 基于条件信息卷积生成对抗网络的图像识别[J]. 计算机工程与应用, 2020, 56(14): 191-198.
[12]	苗开超，周建平，陶鹏，刘承晓，姚叶青. 自适应混合卷积神经网络的雾图能见度识别[J]. 计算机工程与应用, 2020, 56(10): 205-212.
[13]	袁嘉杰，张灵，陈云华. 基于注意力卷积模块的深度神经网络图像识别[J]. 计算机工程与应用, 2019, 55(8): 9-16.
[14]	杨帆1，谢红薇1，刘爱媛2. 基于卷积神经网络的肺结节分类算法[J]. 计算机工程与应用, 2019, 55(7): 145-150.
[15]	张锡英，宋宇鹏，陈曦，边继龙. 融合STN和DenseNet的深度学习网络及其应用[J]. 计算机工程与应用, 2019, 55(17): 131-136.

图像识别技术在智能导游系统中的应用

Application of image recognition technology in intelligent tourism guide system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics