数字图书馆 选项中有 163 条搜索结果符合 图像  的内容 :   

Google Brain创造像素化图像技术

Google Brain计划现在已经创建了一个新的软件,可以从微小的像素图像当中创建出详细的图像。这种新的像素递归超分辨率技术具有真正酷炫效果,它可从几个源像素提取负载的细节。例如,Google Bra...

让图像识别更智能 Facebook可以更轻松找出相似图片

Facebook 认识到图像是一种维持自己18.6亿用户保持活跃的生命力。Facebook 用户每年分享数十亿的婴儿、宠物、假期以及其他事物的照片。这就使得公司必须要开发出能够搜索到最相似的图像的技术,...

基于ADV202的无人机序列图像压缩系统设计

郑成林 华中科技大学图像识别与人工智能研究所,武汉,430074龚俊斌 华中科技大学图像识别与人工智能研究所,武汉,430074刘福学 华中科技大学图像识别与人工智能研究所,武汉,430074田金文 华中科技大学图像识别与人工智能研究所,武汉,430074摘 要:针对高空无人机航拍图像序列需要高输入码率、高压缩比、低复杂度、精确定比以及实时压缩的需求,设计了一套基于ADV202+DSP+FPGA...

刘偲:图像的像素级语义理解

刘偲中科院信工所副研究员2017CCF青年“两秀讲者”报告题目:图像的像素级语义理解演讲摘要:近年来,基于深度学习的图像视频分析技术取得了巨大成功。相比于传统的物体分类识别技术,图像的像...

一种改进的基于样例的图像修复算法

袁萍 西南交通大学信息科学与技术学院 成都 611756龚勋 西南交通大学信息科学与技术学院 成都 611756曹帅 西南交通大学信息科学与技术学院 成都 611756郭俊余 西南交通大学信息科学与技术学院 成都 611756王春瑶 西南交通大学信息科学与技术学院 成都 611756邹鹤敏 西南交通大学信息科学与技术学院 成都 611756摘 要:图像修复技术能够根据图片的已知信息来填补出图片...

谷歌新研究通过AI分析视网膜图像可检测心脏病

图片来源:Google雷锋网9月4日消息 据外媒 Quartz 2号报道,近日谷歌与其母公司Alphabet旗下的生命科学公司Verily发布了一项新研究,称在不久的未来可以通过AI技术分析视网膜图像,来检测患有心脏病的概率。跟据谷歌和Verily的研究人员于上周四发表的论文...

基于图像识别的螺纹参数检测系统

朱光 南京大学信息管理系,南京,210093朱学芳 南京大学信息管理系,南京,210093摘 要:传统的螺纹参数检测技术主要采用工作量规进行检测,工序复杂、效率低、成本高,在实际生产中极易受到环境因素的影响而不易进行螺纹参数测量.基于图像识别的螺纹参数检测系统,利用CCD获取螺纹基本图像,通过数字图像处理技术和模式识别方法对螺纹几何参数进行自动识读并加以识别,在较恶劣的环境下也可以识别螺纹参数,可节约成本和提高效率.关键词:...

下一代HoloLens开发AI芯片 可识别语音和图像

雷锋网拍摄于 CVPR 现场关于下一代 HoloLens,微软终于透露了一些消息:正在研发 AI 芯片,使其识别语音和图像。日前,在夏威夷举办的 CVPR 大会上,微软对外公布,他们正在为 HoloLens 开发新的 AI 芯片,使设备可直接识别用户所看的事物和听见的声音,将数据传回云端时也不会产生更多的延时。据雷锋网了解,微软 Holographic Processing Unit (HPU...

中国AI统治 ImageNet 图像识别竞赛

在年度 ImageNet 图像识别竞赛上,来自中国大学和企业的 AI 团队统治了比赛。 27 支参赛团队超过半数来自中国,表现最出色的团队全都来自中国。2014 年度竞赛的获胜者 Google 没有参加过去两年...

刘偲-图像的像素级语义理解

近年来,基于深度学习的图像视频分析技术取得了巨大成功。相比于传统的物体分类识别技术,图像的像素级语义理解,又称语义分割,能提供更加丰富的像素级信息, 因而成为一个新的研究热点。本报告...

机器学习多面手 能处理声音图像多种任务

北京时间6月20日早间消息,谷歌近期发表的一篇学术论文或许为机器学习未来的发展制定了蓝图。这篇论文题为“一种可以进行各种学习的模型”,为可处理多任务的单一机器学习模型提供了模板。资料...

基于粗集和数学形态学的图像边缘检测算法

中国科学院沈阳自动化研究所 沈阳 110016 辽宁省交通高等专科学校 沈阳 110122范慧杰 中国科学院沈阳自动化研究所 沈阳 110016唐延东 中国科学院沈阳自动化研究所 沈阳 110016摘 要:分析了数学形态学和粗集理论之间的联系,对基于粗集的数学形态学在边缘检测领域方面的应用作了探讨,并将其与传统的形态学方法进行了比较。从实验的结果可以明显看出,基于粗集的形态学方法处理的结果清晰,其性能明显优于传统的形态学。...

从生成对抗网络到更自动化的人工智能

“What I cannot create, I do not understand.” 这是著名物理学家费曼的一句名言。把这句话放在人工智能领域,可以理解为:要想让机器真正理解某样东西,就得让它学会如何创造那样东西。近年来,深度学习研究可谓如火如荼,特别是在计算机视觉领域,深度学习算法在人脸识别和物体分类等应用上已经超越了人的分辨力。那么,机器在图像理解方面真的足够智能了吗?套用费曼的那句...

从对象识别到场景理解

除了像响尾蛇、蝙蝠等少数动物依靠红外、超声等进行远程感知之外,绝大多数动物都是依靠视觉实现远程感知的,从而为捕猎食物、逃避天敌提供支持。对于人类和其他高等动物而言,视觉是实现学习能力的重要基础,没有视觉的支持,动物无法从行为中获得行为结果的反馈并进而指导行为的调整。类似地,对人工智能系统而言,计算机视觉同样是最为基础和重要的部分。计算机视觉早期的目标定位在利用一幅或多幅图像实现对三维世界的重建...

谷歌通过深度度量学习

图像语义分割是在图像中识别问题对象及其类别的问题(如人和汽车)。它与目标检测不同之处在于,输出是表示每个对象的形状的掩码,而不仅仅是一个边界框。而它与语义分割的不同之处在于,研究目标不仅仅是使用标签(或背景)对每个像素进行分类,而且还要区分同一类别的各个实例。因此,标签空间是没有大小限制的(例如,假设有两个人和一辆车,可能会标记“人-1”,“人-2”和“车-1”)。这个问题在诸如无人驾车、机器...

新算法:想涂什么颜色

最近,来自加州大学伯克利分校的RICHARD ZHANG、JUN-YAN ZHU、PHILLIP ISOLA等人写了一篇题为“用Learned Deep Priors来实时指导图像着色”的论文,这篇文章提出了一种有趣的图像着色方案。以下...

计算机视觉大规模应用的必经之路

detection)任务为例,最好结果的平均正确率(Mean Average Precision, MAP)只达到0.663。这意味着计算机自动给出图像中各种物体的外边缘矩形框的平均正确率为66%。这个结果虽然已代表了世界的最高水平,但是,这样的结果还只能用于一些对准确率要求不高的场景,还远达不到大规模应用的程度。在应用层面,正是因为视觉技术的不成熟不完善,所以其必须和其他技术结合,与具体的产品应用相结合...

微软发布人脸识别

微软认知服务(Microsoft Cognitive Services)于四月底向其用户发布了人脸识别API(Face API)、计算机视觉API(Computer Vision API)和内容审阅API(Content Moderator API)。认知服务集合...

数据科学的基本内容

什么是数据科学?它和已有的信息科学、统计学、机器学习等学科有什么不同?作为一门新兴的学科,数据科学依赖两个因素:一是数据的广泛性和多样性;二是数据研究的共性。现代社会的各行各业都充满了数据,这些数据的类型多种多样,不仅包括传统的结构化数据,也包括网页、文本、图像、视频、语音等非结构化数据。数据分析本质上都是在解反问题,而且通常是随机模型的反问题,因此对它们的研究有很多共性。例如,自然语言处理...

人工智能变革:为什么深度学习瞬间改变你的生活

。图像识别领域也有巨大的进展,上述四家公司均提供了对无标签的图像进行自动分类的功能。用户可以通过提问来获取他们想要的图片,如“包含狗的图片”或一些更加抽象的问题,例如“包含拥抱的图片”。这些公司均有原型系统可以在数秒内针对特定图片产生句子级别的描述信息。想象一下,如果要收集带有“狗”的图片,首先要能够识别不同品种的狗,同时还不能被类似于“图像上下颠倒”或“物体被部分遮挡”以及“物体位于雾、雪、阳光...

高级搜索