图像理解

github中fork,clone,push,pull request的简单理解

repository：仓库，可以理解为你的某个项目；Fork：叉子，像叉子一样，就是分支，这里是指一个分支；Clone：克隆，复制一个一模一样的东西过来；Push：推，推送；Pullrequest：引用请求；结合图像理解一下
cvper·2018-01-11 16:34

程明明：面向弱监督的图像理解

而在图像理解领域，相较于基于精细标注数据的全监督学习，弱监督学习本质上是一种试图从全局出发来理解场景的方式，也更接近于人类对世界的认知机制。
深度学习大讲堂·2018-01-02 00:00

创造美好新智界！

研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等；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。【嵌牛鼻子】：人工智能
关公面前叠飞机·2017-12-17 13:42

【人工智能≠类人智能】超越图灵测试的世界观

研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等；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。【嵌牛鼻子】：人工智能；【嵌牛提
关公面前叠飞机·2017-12-17 13:36

象牙塔里逐AI：开学了，你准备好读人工智能专业了吗

研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等；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。。【嵌牛鼻子】：人工智
关公面前叠飞机·2017-12-17 13:30

5分钟带你了解人工智能领域的AI计算机视觉技术

大家都知道人工智能目前可以说在机器视觉，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，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等方面大家在深入研究和实际运用
数码爱好者的搬运工·2017-12-08 17:53

5分钟带你了解人工智能领域的AI计算机视觉技术

大家都知道人工智能目前可以说在机器视觉，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，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等方面大家在深入研究和实际运用
数码爱好者的搬运工·2017-12-08 17:53

图像语义分割简介

图像语义分割作为计算机视觉（Computervision）中图像理解（Imageunderstanding）的重要一环，不仅在工业界的需求日益凸显，同时语义分割也是当下学术界的研究热点之一。
witnessai1·2017-12-01 12:03

干货丨人工智能、机器学习和认知计算入门指南

从癌症检测和预测到图像理解和总结以及自然语言处理，AI正在增强人们的能力和改变我们的世界。现代AI的历史包含一部伟大的戏剧应具有的所有要素。
人工智能爱好者俱乐部·2017-11-22 00:00

图像理解的进化史

如何把图像中的信息变成故事结合CNCC2017中国计算机大会李飞飞报告和近几年计算机视觉的论文来看；图像检测与分类（imagedetection&classification）大致分为三个领域：物体检测（objectdetection）经典算法：rcnn、fastrcnn、SPP-NET、fasterrcnn主要论文Girshick,Ross,etal.“Richfeaturehierarchie
EpicG·2017-11-05 14:50

图像理解的进化史

如何把图像中的信息变成故事结合CNCC2017中国计算机大会李飞飞报告和近几年计算机视觉的论文来看；图像检测与分类（imagedetection&classification）大致分为三个领域：物体检测（objectdetection）经典算法：rcnn、fastrcnn、SPP-NET、fasterrcnn主要论文Girshick,Ross,etal.“Richfeaturehierarchie
EpicG·2017-11-05 00:00

图像工程的三个层次

根据抽象程度和研究方法等的不同可分为三个层次：**图像处理**、**图像分析**和**图像理解**。图像工程的三个层次图像处理着重强调
VonSdite·2017-10-16 08:15

图像语义分割的概念与原理以及常用的方法

转自：http://www.cnblogs.com/734451909-yuan/p/7060227.html1图像语义分割的概念1.1图像语义分割的概念与原理图像语义分割可以说是图像理解的基石性技术，
there2belief·2017-10-09 23:35

图像中文描述

图像中文描述用一句话描述给定图像中的主要信息，挑战中文语境下的图像理解问题。
dp_research·2017-10-04 12:10

斯坦福大学2017年春季_基于卷积神经网络的视觉识别课程视频教程及ppt分享

计算机视觉已经在我们的社会中普遍存在，应用于搜索，图像理解，应用程序，绘图，医学，无人机和自驾车。许多这些应用程序的核心是视觉识别任务，如图像分类，定位和检测。
lqfarmer·2017-08-13 20:46

OpenCV颜色空间——HLS颜色空间

HLS颜色模型HLS颜色空间，三个分量分别是色相（H）、亮度（L）、饱和度（S），这三个分量进行数字化处理，取值范围为：，，模型可以通过以下两幅图像理解（来自维基百科）调节L分量，观察效果从上图种可以看出
Captain_zp·2017-06-25 09:38

基于深度学习的自然场景文字识别

图像理解：仅利用一般的视觉元素（如太阳、大海、山、天空等）及其相互关系，容易缺乏足够的上下文信息约束，难以准确推导出
xiaofei0801·2017-05-27 09:48

CVPR 2016-12-05

other]MakingtheVinVQAMatter:ElevatingtheRoleofImageUnderstandinginVisualQuestionAnswering使V在VQA的事中：提高图像理解视觉问答的作用
Mittenss·2016-12-13 10:56

数字图像处理知识结构整理

冈萨雷斯，（美）伍兹著，阮秋琦等译出版社:电子工业出版社出版时间:2011年06月图像处理/章毓晋著清华大学出版社分为：图像工程（上册）——图像处理图像工程（中册）——图像分析（第3版）图像工程（下册）——图像理解
weixin_34319111·2016-11-20 18:00

深度学习岗位要求

腾讯优图_社招】图像理解/深度学习研发岗位地点:上海岗位职责:1).从事图像分析与理解领域的技术研发与工程落地，将更多人工智能体验带给亿万用户2).将深度学习技术运用到人脸识别、OCR、物体检测、分类、
uncle_ll·2016-11-11 17:13

图像分类，物体检测，语义分割，实例分割的联系和区别

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。
鸟恋旧林XD·2016-10-27 18:00

图片搜索比较

图像理解的过程也是一个这样的过程，噪音过滤(视觉不敏感)、锐化、归一化、抽象出特征信息，多维转成低维，通过特性对比进行归类。如果要用于搜索，输出的特征值需要可以转换成局部敏感。
anghlq·2016-09-27 21:16

数字图像处理的三个层次

数字图像处理分为三个层次：低级图像处理、中级图像处理和高级图像处理（狭义图像处理、图像分析和图像理解）。狭义图像处理：对输入图像进行某种变换得到输出图像，是一种图像到图像的过程。
凌风探梅·2016-09-08 13:17

数字图像处理的三个层次

数字图像处理分为三个层次：低级图像处理、中级图像处理和高级图像处理（狭义图像处理、图像分析和图像理解）。
Real_Myth·2016-09-08 13:00

图像的自适应二值化

机器视觉分为三个阶段:图像转化、图像分析、图像理解。若要将一幅图像转化为方便分析理解的格式，有一个很关键的过程就是“图像二值化”。一幅图像能否分析理解的准确很大程度上来说取决于二值化效果的好坏。
阿_king·2016-09-03 20:15

深度学习FPGA实现基础知识18(Matconvnet学习笔记)

自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代了
Times_poem·2016-06-13 12:24

深度学习FPGA实现基础知识18(Matconvnet学习笔记)

自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代
Times_poem·2016-06-13 12:00

Matconvnet学习笔记

自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代了传统图像表示。有许多其他机器学习、深度学习和CNN开源库的存在。
Anysky___·2016-05-09 21:03

Matconvnet学习笔记

自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代了传统图像表示。有许多其他机器学习、深度学习和CNN开源库的存在。
Anysky___·2016-05-09 21:00

【图像理解】自动生成图像的文本描述

DeepVisual-SemanticAlignmentsforGeneratingImageDescriptionsAndrejKarpathyLiFei-Fei摘要这篇文章的作者提出了一种方法，可以用于生成图像的自然语言描述。主要包含了两个部分（1）视觉语义的对齐模型；（2）为新图像生成文本描述的MultimodalRNN模型。其中视觉语义的对齐模型主要由3部分组成：应用于图像区域的卷积神经网
九月恒心·2016-03-29 18:43

从背景差分到深度学习方法的目标检测与前背景分离

from：http://blog.csdn.net/u010402786/article/details/50596263前提运动目标的检测是计算机图像处理与图像理解领域里一个重要课题，在机器人导航、智能监控
凌风探梅·2016-03-17 09:20

从背景差分到深度学习方法的目标检测与前背景分离

前提运动目标的检测是计算机图像处理与图像理解领域里一个重要课题，在机器人导航、智能监控、医学图像分析、视频图像编码及传输等领域有着广泛的应用。
u010402786·2016-01-27 19:00

【图像基础】局部特征点的理解

对于图像理解则不太适合。而后者更关心一些全局特征，如颜色分布，纹理特征，主
horseinch·2016-01-11 22:00

Programming Computer Vision with Python （学习笔记六）

边缘检测（edgedetection）是最重要的图像处理技术之一，图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性，为后续图像理解方法提供了基础。
qq_26898461·2016-01-02 10:00

Programming Computer Vision with Python （学习笔记六）

边缘检测（edgedetection）是最重要的图像处理技术之一，图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性，为后续图像理解方法提供了基础。
jk_v1·2015-11-23 00:00

matlab练习程序（随机抽样一致RANSAC）

RANSAC在图像拼接中有所使用，有时候也在图像理解的相关算法中有所使用。
·2015-11-12 14:37

图像工程学习（一）-总述

   标题取得很大，图像工程其实是一个很广泛的概念，包含了图像处理、图像分析、图像理解三个层次，目前参与的项目主要与图像处理与分析相关，图像理解方面的东西了解还不是很多，希望以后能有更多深入的机会
·2015-11-08 14:23

《图像理解理论与方法》（3）

第8章 场景中句法语义 图像理解直观目的：将场景中相应目标和区域进行语义化描述。层次生成模型最接近人之本质，始于句法模式识别（基元提取和文法推断尚未很好解决）。
·2015-11-08 10:44

《图像理解理论与方法》（2）

第6章 场景中目标之间的关系 借助于与或图和解析图表示。与或图有：与节点、或节点、终端节点。解析图是在与或图中或节点上选择分类标签得到的。 6.2 与或图与解析图 与节点表示实体到部分的分解；或节点为可选择子结构的开关。按平常意义理解即可。因或节点在在不同层次上均有，所以可以递归式的将很多目标场景合并在一块得到更大的与或图。解析图由解析树扩张而成。 6.3 视觉词汇 终端节点实际上可以出
·2015-11-08 10:44

《图像理解理论与方法》（1）

1）图像理解的研究内容主要包括：场景中目标的识别；场景描述与理解。
·2015-11-08 10:43

图像处理、图像分析、图像理解 范畴区分

图像理解：       图像理解（imageunderstanding,IU）就是对图像的语义理解。
eric41050808·2015-10-09 10:00

annotation

理解才是硬道理；   2.不在于图像理解模型是否与人类的认知过程一致，关键是要有效；   3.图像是最自然的自然语言，图像理解可以借鉴自然语言处理中的方法。                 
Allyli0022·2015-09-09 13:00

图像语义理解

理解才是硬道理；  2.不在于图像理解模型是否与人类的认知过程一致，关键是要有效；   3.图像是最自然的自然语言，图像理解可以借鉴自然语言处理中的方法。                  
moonzjaw·2015-07-03 15:00

潜心科研，砥砺前行，让梦想照进现实——记西安交通大学校友孙剑博士专访

_4caedc7a0102vpur.html近日，微软亚洲研究院视觉计算组首席研究员、西安交通大学和中国科技大学的兼职教授孙剑博士应邀参加了由西安交通大学电信学院主办的网络与数据科学研讨会，在他《深度图像理解
杰·2015-06-16 10:00

亚像素边缘检测评述

在进行图像理解和分析时，第一步往往是边缘检测。目前边缘检测已经成为机器视觉领域最活跃的课题之一，其研究具有非常重要的理论意义和实际应用价值。
Hao_09·2015-04-10 16:02

图像语义理解

理解才是硬道理；   2.不在于图像理解模型是否与人类的认知过程一致，关键是要有效；   3.图像是最自然的自然语言，图像理解可以借鉴自然语言处理中的方法。                 
workerwu·2015-03-02 11:00

Super Parsing——基于Super Pixel 的非参数图像理解

一.简介SuperParsing是一种图像理解的算法，它可以对对象内的物体进行label，label的种类可以有成百上千种，更主要的是，这种label是像素级的。
tianwaifeimao·2015-02-09 18:00

图像的阈值分割(Optimum Thresholding)

计算机视觉中的图像理解包括目标检测、特征提取和目标识别等，都依赖于分割的质量。阈值法是一种简单有效的分割方法，其最大特点就是计算简单，因此也得到了广泛的应用。一、技术论证1.用一阶导数进行图像
liyuefeilong·2015-02-03 17:00

基于图像分割的目标识别的研究

而且图像分割的结果是图像特征提取和识别等图像理解的基础，对图像分割的研究也一直是数字图像处理技术的焦点和热点。
sdh311703·2014-07-01 14:18

基于图像分割的目标识别的研究

而且图像分割的结果是图像特征提取和识别等图像理解的基础，对图像分割的研究也一直是数字图像处理技术的焦点和热点。
sdh311703·2014-07-01 14:18
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他