机构名称：
¥ 1.0
1计算机工程系1银橡树大学，艾哈迈达巴德，印度摘要：文化遗产保护对于学习历史和维护我们的身份至关重要。但是，使用传统方法进行遗产现场识别和认可经常需要手动检查和专业知识，这可能是资源和时间密集的。为了自动化遗产识别的过程，本研究提出了一种新颖而创意的解决方案，将深度学习技术与直观的互动相结合。使用历史和建筑意义上的七个图片，使用VGG16模型训练该系统，VGG16模型是通过转移学习改进的卷积神经网络（CNN）的一种形式。Pygoogle-image Python库用于收集这些图片。结果是一个在简化平台上开发的交互式，用户友好的应用程序。潜在的遗产网站可以由用户上传照片，算法可以很高的精度识别它们。此方法使保护工具更广泛地可用，同时还可以简化历史识别程序。支持文化保护计划，并使包括遗产经理，城市规划师和政策制定者在内的利益相关者受益，它减少了对常规技术的依赖。这项将最先进的深度学习方法与用户输入相结合的技术是可持续性和文化遗产保护的主要进步。索引术语 - 深度学习，卷积神经网络，机器学习，图像识别
利用深度学习和用户互动的...
主要关键词
相关文件推荐
