基于卷积神经网络的路面病害检测技术，欧阳林澍，徐国胜，快速、准确的裂缝自动识别对于保障行车安全具有重要的意义。现有的裂缝识别技术大多基于人工提取局部图像特征或边缘检测等方法，

基于卷积神经网络的路面裂缝检测

基于卷积神经网络的深度学习智能星座图分析仪

一个基于卷积神经网络的数字手势识别APP（安卓），主要功能为：通过手机摄像头识别做出的数字手势，能够识别数字0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 对应的手势。

传统的神经网络表情识别系统由特征提取和神经网络分类器组成，利用人的经验来获取模式特征，很容易丢失表征表情特征的细节信息。提出一种基于卷积神经网络的识别方法，避免了对图像进行复杂的特征提取，直接把图像数据作为输入。通过在Cohn-Kanade表情库上的实验结果表明，该方法能够取得很好的表情分类效果。

Python+CNN+Tensorflow识别手势，目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV，预处理的主要步骤为：去噪 -> 肤色检测 -> 二值化 -> 形态学处理 -> 轮廓提取，其中最麻烦的两项为肤色检测和轮廓提取。去噪音：使用双边滤波器，该滤波器考虑了图像的空间关系，也考虑图像的灰度关系。双边滤波同时使用了空间高斯权重和灰度相似性高斯权重，确保了边界不会被模糊掉。然后，肤色检测和二值化处理采用YCrCb颜色空间的Cr分量+Otsu法阈值分割算法针对YCrCb中Cr分量的处理，对CR通道单独进行Otsu处理，Otsu方法opencv里用threshold，Otsu算法是对图像的灰度级进行聚类。

基于卷积神经网络的语音识别声学模型的研究

基于卷积神经网络和MSER的自然场景蒙古文文本检测

一共有3个图像去噪卷积神经网络模型，包括训练集，测试集，以及几个训练好的参数，可以直接对图像进行去噪

基于卷积神经网络的城市交通路况预测，陈钊铭，李仕杰，近年来，智能交通控制与诱导问题已成为一项热门研究课题，实时准确地对城市道路交通路况进行预测是实现智能交通控制与诱导的关键