深度学习怎样解决低信噪比下的检测识别问题
【深度学习怎样解决低信噪比下的检测识别问题】 不知道是哪一类的检测，如果是经典的那些信号检测，特别是信号和噪声的分布已知，按照经典的信号检测方法比如MAP得到的是理论的最优值，用深度这些方法也没有办法获得更好的性能。在信息论和控制领域，香农、维纳等人的工作是非常卓越的，就像通过深度的的自动编码也不能获得超越山农极限。但是特殊问题和场景下深度学习还是会有可能有应用的。
■网友
谢邀！先尽量做图像处理，加强待识别区域的特征！
■网友
信噪比低一般通过图像增强或者用鲁棒性强的方法检测。但如果图像质量太差我觉得还是从采集图像的部分开始改进更靠谱。
■网友
再问题之前，推荐去看一下。技术博客
■网友
泻药，猜测一下，具体没操作过。个人感觉应该是先对图片做处理，比如用均值或者众数或者符合某种分布的数据填充，然后在此基础上在做识别。
■网友
先用MATLAB处理。
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 四川乐山市犍为县发生4.2级地震震源深度13千米
- 四川自贡市荣县发生3.2级地震震源深度10千米
- 四川德阳市绵竹市发生3.4级地震震源深度8千米
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾