图像理解

图像处理问题清单

答：图像处理可分为狭义处理、图像分析、图像理解。狭义的图像处理：即图像与图像间的处理如图像增强，图像压缩等内容，它处理对象是像素。图像分析：是对图像间的目标进行检测和测
Flamenco·2020-03-08 16:00

编程题

数正方形时间限制：C/C++语言1000MS；其他语言3000MS内存限制：C/C++语言65536KB；其他语言589824KB题目描述：小B正在做一个关于图像理解方面的研究，她的目标是识别图像中的轮廓
Bookish倩宝·2020-02-27 11:49

2017.9.9

清华实验室情况：·高光谱图像超分、数据融合·目标检测与识别·图像修复与重构·图像理解与分割·图像信息表征科研启发：·了解传统方法，理解问题本质·多看代码，理解论文内容·善于辩证分析实验结果·调研遥感图像超分情况阶段学习报告
熊大状·2020-02-26 08:27

高分辨率遥感图像理解读书笔记（1）——遥感图像前背景分割1

最近准备做遥感图像处理，之前完全没有基础【捂脸】师兄推荐我看这本书，做一做读书笔记帮助自己捋一捋思路吧【参考文献】：高分辨率遥感图像理解.孙显等科学出版社||统计学习方法.李航清华大学出版社【简介】：第二章特征信息表达主要介绍的是一些对图像处理的概论算法
大概是只翻车鱼的莫方·2020-02-14 08:59

31篇文章！计算机视觉从原理到OpenCv实战

而其中的理解，在图像处理和计算机视觉中被称作图像分析(或者叫做图像理解)。国际上做这个方向比较出名的就是斯坦福大学人工智能实验室（SAIL）主管李飞飞教授。
小小何先生·2020-02-04 15:49

后 ImageNet 时代：李飞飞视觉基因组重磅计划，新一轮竞赛！（转）

下一步是图像理解，ImageNet创始人李飞飞开启了VisualGenome（视觉基因组）计划，要把语义和图像结合起来，推动人工智能的进一步发展。近日VisualGenome论文
追逐丶·2020-02-02 21:11

SIGAI深度学习第十集 卷积神经网络4

检测、分类、分割基本上已经涵盖了图像理解的整体上要完成的一个目标，我们对所有图像的理解无非就是这三类问题：图像分类（判断一个图像它是什么）、目标检测（找出图像里边所有的目标，包括它的大小和位置）、
UVQQQQ·2020-01-23 14:00

在MATLAB R2018b中配置VLFeat

VLFeat作者：凯鲁嘎吉-博客园http://www.cnblogs.com/kailugaji/VLFeat官网：http://www.vlfeat.orgVLFeat开源库专注于实现当前最为流行的图像理解和局部特征提取和匹配的计算机视觉算法
凯鲁嘎吉·2019-12-31 20:00

基于深度学习的图像分割在高德的实践

一、前言图像分割（ImageSegmentation）是计算机视觉领域中的一项重要基础技术，是图像理解中的重要一环。
阿里云云栖号·2019-12-18 12:17

基于深度学习的图像分割在高德的实践

一、前言图像分割（ImageSegmentation）是计算机视觉领域中的一项重要基础技术，是图像理解中的重要一环。
高德技术·2019-12-16 21:56

基于深度学习的图像分割在高德的实践

一、前言图像分割（ImageSegmentation）是计算机视觉领域中的一项重要基础技术，是图像理解中的重要一环。
高德技术·2019-12-16 11:00

这些知名大学成立人工智能学院，未来热门专业，建议收藏！

应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。在互联网圈子里，
热点新资讯·2019-12-02 11:17

阳光失了玻璃窗：再不读书就被机器人超越了

还有人说：解决了围棋问题，并不代表类似技术可以解决其他问题，自然语言理解、图像理解、推理、决策等问题依然存在，人工智能的进步被夸大了。那么，人工
因为已经·2019-11-29 03:20

高分辨率遥感图像理解读书笔记（2）——精细化遥感目标分割

主要内容包括：1、基于boosting级联学习的遥感目标检测Adaboost算法、前向分步算法、提升树、梯度提升、级联学习框架、Haar特征、级联分类器训练方法2、基于随机几何模型的遥感目标检测点过程、标记点过程3、基于主题语义模型的遥感目标提取分水岭分割、特征提取、主题语义建模、PLSA统计、分割区域语义判定1、基于boosting级联学习的遥感目标检测【Adaboost算法】boosting算
大概是只翻车鱼的莫方·2019-11-08 01:00

图像目标检测一——RCNN

因为最近在研究一些图像处理的领域，不可避免的接触了目标检测，图像理解等，本篇先介绍目标检测的算法开山之作RCNN（本篇非原创，具体理论转自知乎晓雷机器学习笔记）。
小鲜贝·2019-11-01 02:32

【三维重建】 1. 图像基础与三维重建概论

【三维重建】1.图像基础与三维重建概论数字图像处理简单基础图形处理处理源于【1】改善图像便于理解图像复原图像增强医学图像空间图像【2】处理图像以便于存储传输与机器感知图像压缩图像识别图像理解图像处理简史图像处理应用图像处理基础内容图像系统构成
无涯逍遥·2019-10-09 14:33

从事人工智能行业，学什么专业比较好，需要学哪些基础知识

应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。人工智能虽然属于一门高精尖学科，但它的研究对象是以计算机为主，融合社会科学和自然科学的内容。它的研究方向主要分为两类：一类是以
duozhishidai·2019-09-26 19:36

图像处理---天空检测！

一、引言天空区域作为图像中的背景信息，为机器人导航、自动驾驶等领域的图像理解提供了重要依据，因此如何检测图像中的天空区域非常重要，本文提供了一个基于传统视觉算法（非机器学习方法）的提取天空区域的方法，参考文献
dulingwen·2019-09-26 18:52

《图像处理》读书笔记，第一章至第三章

图像处理—>图像分析—>图像理解—>计算机视觉。从图像处理到计算机视觉这个连续统一体内并没有明确的界限，一种有用的范例是在其中考虑三种典型的计算处理，即低级、中级
dark_tone·2019-09-17 20:52

【数字图像处理】图像边缘锐化之微分运算

图像边缘锐化处理的目的突出图像的细节，或者增强被模糊的细节，增强图像边缘，便于提取目标物体的边界，对图像进行分割、目标区域识别、区域形状提取等为图像理解和分析打下基础。
-零·2019-09-12 00:00

百度飞桨AI快车道图像语义分割专场（北京站）报名启动！

图像语义分割是图像理解的重要基石，在自动驾驶系统、无人机应用、工业质检等应用中举足轻重。语义分割模型通过神经网络、深度学习训练图像，将对图像对象的识别转化为对像素的识别。
互联网热评·2019-08-21 15:14

百度飞桨AI快车道图像语义分割专场（北京站）报名启动！

图像语义分割是图像理解的重要基石，在自动驾驶系统、无人机应用、工业质检等应用中举足轻重。语义分割模型通过神经网络、深度学习训练图像，将对图像对象的识别转化为对像素的识别。
互联网热评·2019-08-21 15:14

图像分割算法综述

图像分割是计算机视觉研究中的一个经典难题，已经成为图像理解领域关注的一个热点，图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，同时也是图像处理中最困难的问题之一。
山水之间2018·2019-08-06 16:19

图像分割综述

本文作者净浩泽，公众号：计算机视觉life，编辑成员图像分割是计算机视觉研究中的一个经典难题，已经成为图像理解领域关注的一个热点，图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分
计算机视觉life·2019-07-09 22:48

VALSE学习（四）：注意力机制-Attention Network

VALSE2019会议论文一、精细化图像理解与多媒体内容创作TrilinearAttentionSamplingNetwork近年来，精细化图像识别任务通常采用具有“注意力”机制的深度卷积神经网络，学习判别力的目标区域
TheDayIn_csdn·2019-05-24 10:24

语义发割

语义分割是图像理解中最重要的基础性技术之一，是计算机视觉领域的研究重点，在自动驾驶系统、无人机以及可穿戴式设备的应用中占有非常重要的地位。图1.1.1原始图像图1.1.2语义分割图图1.1语义分割示
执笔论英雄·2019-05-24 08:27

Graph Neural Networks: A Review of Methods and Applications(Semantic Segmentation应用解读)

AReviewofMethodsandApplications下载链接：https://arxiv.org/pdf/1812.08434.pdfApplicationApplicationsofgraphneuralnetworks语义分割语义分割是图像理解的关键步骤
君只见独不见·2019-05-22 11:38

【面经】腾讯优图图像理解实习生面经

介绍svm时间复杂度为O(n)的排序海森矩阵和雅可比行列式什么是矩阵的秩0-1背包问题的求解过程链式求导，softmax的反向传播过程什么是野指针C++的stl中哪几个数据结构用了红黑树实现灰度图像是几通道的训练过程中如何降低反向传播的时间fasterrcnn的rpn如何解决大小不对称的问题双线性滤波
Chen_Swan·2019-04-03 20:02

计算机视觉——图像理解简介

计算机视觉——图像理解简介图像理解的三个层次一是分类（Classification）将图像结构化为某一类别的信息，用事先确定好的类别(string)或实例ID来描述图片。
AndrewZhou924·2019-03-17 21:23

人脸识别 | 基于深度学习以人类为中心的图像理解

春天来了小草偷偷地从土里钻出来，嫩嫩的，绿绿的。园子里，田野里，瞧去，一大片一大片满是的。坐着，躺着，打两个滚，踢几脚球，赛几趟跑，捉几回迷藏。是不是突然觉得这不是人工智能的平台吧！啊哈哈哈~今天杭州的天气格外的好，有一种想去西湖游荡一圈的冲动，有一种上灵隐寺烧香拜佛的想法，有一种骑行环绕西湖景区的动机，但是~最后还是被好的Paper、好的程序、好的框架给吸引，在笔记本前敲击着键盘，为大家带来今天
gzq0723·2019-03-17 09:03

《Knowing When to Look: Adaptive Attention via A Visual Sentinel for Image Captioning》笔记

CVPR2017基于注意力的编码器-解码器架构的图像理解方法大多强制注意力机制对生成的每个单词都生效，但预测“the”、“a”这类非视觉词汇不需要太多的信息。
王权大宝·2019-03-11 15:38

基于多特征地图和深度学习的实时交通场景分割

语义分割，也称为图像分析或图像理解[1]，旨在将图像划分为预定义的非重叠区域并将其转换为抽象语义信息。近年来，随着计算机硬件特别是图形处理单元（GPU）的快速发展，大规模标记数据的出现，深度卷积神经
喜欢打酱油的老鸟·2019-01-30 08:06

目标跟踪入门了解

介绍目标跟踪是计算机视觉领域的一个重要分支，是模式识别，图像处理，计算机视觉，机器学习等学科的交叉研究，有着广泛的应用，如视频监控，虚拟现实，人机交互，图像理解，无人驾驶等。
Lziwen.·2018-12-27 19:20

珍藏 | 基于深度学习的目标检测全面梳理总结（下）

图像理解的三个层次一是分类（Classificati
图像所浩南哥·2018-11-24 10:29

珍藏 | 基于深度学习的目标检测全面梳理总结（下）

图像理解的三个层次一是分类（Classificati
图像所浩南哥·2018-11-24 10:29

珍藏 | 基于深度学习的目标检测全面梳理总结（上）

图像理解的三个层次一是分类（Classificati
图像所浩南哥·2018-11-24 10:14

图像分割的经典算法——传统图割到深度学习FCN、PSP、Mask-RCNN

图像语义分割是AI领域中一个重要的分支，是机器视觉技术中关于图像理解的重要一环。近年的自动驾驶技术中，也需要用到这种技术。
echo_1994·2018-11-22 22:38

【深度学习之图像理解】图像分类、物体检测、物体分割、实例分割、语义分割的区别

DirectionsintheCV物体分割(Objectsegment)属于图像理解范畴。那什么是图像理解？
Gerwels_JI·2018-10-09 22:42

图像分割书记

图像工程：根据抽象程度和研究方法等分为图像处理、图像分析、图像理解。图像处理着重强调在图像之间进行变换以改善图像的视觉效果。图像分析主要是对图像中感兴趣的目标进行检测和测量。
域名无法解析·2018-10-09 18:26

线性代数与方程的关系（笔记）

.$$2、从行图像理解方程组从几何意义角度出发
懒人记·2018-09-17 00:00

【智慧旅游】信息技术及其在旅游业中的应用场景

一种新的能以人类智能相似的方式做出反应的智能机器，如机器人、语言识别、图像识别、自然语言处理等，包括机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，自动程序设计，智能控制，语言和图像理解等
算法与编程之美·2018-09-02 09:11

目标检测简介

这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大规模应用的任务。
Yoc Lu·2018-08-29 21:35

目标检测入门

图像理解的三个层次一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别(string)或实例ID来描述图片。这一任务
骑着蜗牛逛世界·2018-08-15 12:05

什么是图像识别

什么是图像识别参考链接：https://blog.csdn.net/wcl0617/article/details/79034683计算机本身不具有理解图像的能力，图像识别就是让计算机有和人类一样对图像理解的能力
wayne0074·2018-08-11 10:45

深度学习笔记（一）：图像理解的三个层次

deeplearning简称DL,小编刚接触计算机视觉利用深度学习进行图像处理，先普及一下对图像进行处理的三个层次。一是分类（classification）即是将图像结构化为某一类别的信息，用事先确定好的类别（string）或实例ID来描述图片。其中ImageNet是最权威的测评集，每年的ILSVRC催生大量优秀的深度网络结构，为其他任务提供基础，在应用领域，人脸、场景识别都可以视为分类任务。二是
小熊猫3·2018-07-24 15:03

计算机视觉入门系列（二）视觉任务

这属于图像理解范畴。图像理解包含众多，如图像分类、物体检测、物体分割、实例分割等若干具体问题。每个问题研究的范畴是什么？或者说每个问题中，对于某幅图像的处理结果是什么？整理如下。
Dean0Winchester·2018-06-10 17:51

语义分割算法总结（一）

1、什么是语义分割图像语义分割可以说是图像理解的基石性技术，在自动驾驶系统（具体为街景识别与理
Liven_Zhu·2018-06-10 00:00

Image caption——图像理解——看图说话综述（2015-2018）

本文章没有太多公式，仅仅讲述个人理解，主要怎对入门人士。文中定有许多错误，希望大家能相互交流。Imagecaption顾名思义，即可让算法根据输入的一幅图自动生成对应的描述性文字。有点类似于看图说话的感觉，此次我想讲的主要是自2015年出现的encoder-decoder这一些列模型以及他们的变体。纵观整个imagecaption的发展史，它们是层层推进，通过解决不同的问题，逐步完善技术发展。1.
咸鱼就是咸鱼·2018-05-31 12:31

VALSE2018图像解析与编辑

图像理解与编辑涉及两方面的内容：首先获取图像中蕴含
IGIli·2018-05-14 17:52

干货丨计算机视觉必读：目标跟踪、网络压缩、图像分类、人脸识别等

本文以计算机视觉的重要概念为线索，介绍深度学习在计算机视觉任务中的应用，包括网络压缩、细粒度图像分类、看图说话、视觉问答、图像理解、纹理生成和风格迁移、人脸识别、图像检索、目标跟踪等。
人工智能爱好者俱乐部·2018-03-30 00:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他