摘 要

跟着计算机技术的进步，人们对动物图像识别技术的了解变得更加浓厚。动物图像处理技术有着宽泛的运用，然而在生活中该技术是不可或缺的，从这个方面来说人们的生活中离不开动物图像识别技术。简洁的讲解了动物图像识别技术的导入及其技术原理，还有该技术的识别原理，随后介绍了神经网络的动物图像识别技术和动物图像识别技术的应用[1]。虽然动物脸部识别比人脸识别的开始表现的要靠后，但是人工智能的提升以及计算机技术的超过原有的技术，与此同时其运用方面 1)逐渐变多，技术逐渐变得成熟。

本文针对基于深度卷积神经网络的动物个体识别算法的探索，因为动物个体图像在自然环境中处于比较难以容易辨别的情况，在表征方面的获得就变得不会很容易。深度神经网络不再是传统的表征获得，还会考虑这个网络中的线条，由上往下来进行笼统的选择和提炼，上述中所提到的关于笼统表征的重新组成有很大的好处，可以从侧面反映全连接层跟有利于图片识别，为这方面的知识提供了更多地可能性。

关键词：深度学习、卷积神经网络、动物图像识别

 

目 录

第一章 绪论 1

1.1研究背景及意义 1

1.2动物图片识别国内外研究现状 1

1.3课题研究的主要实质以及组织条框 2

1.4本章小结 3

第二章 深度学习 4

2.1卷积神经网络 4

2.1.1发展过程 4

2.1.2基本结构 5

2.1.3卷积神经网络的特点 6

2.2特征学习 6

2.3深度学习 6

2.4神经网络训练 7

2.4.1损失函数 7

2.4.2反向传播算法 7

2.4.3过拟合 7

2.5本章小结 7

第三章 深度学习框架——TensorFlow 8

3.1TensorFlow 架构介绍 8

3.2TensorFlow 框架环境配置 8

第四章 简单动物图像信息采集及预处理 10

4.1简单动物图像数据的采集 10

4.2图像预处理 10

4.3数据集的扩展还有不平衡的问题 11

第五章 基于深度学习的简单动物个体识别方法 12

5.1基于深度卷积神经网络的简单动物个体识别算法 12

5.1.1实验数据 12

5.1.2网络结构 12

5.1.3网络训练 12

5.2试验结果及分析 13

5.2.1实验结果 13

5.2.2算法验证实验 14

5.2.3结果分析 17

第六章 结论与展望 18

6.1工作总结 18

6.2后面的发展 18

参考文献 19

致 谢 20