檢索結果：共15筆資料 檢索策略： "Li-Gang Yan".ecommittee (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在過去深度圖像的去雜訊方法通常是針對雜訊種類套用特定模組來去除，而近年來在一般圖像的去雜訊上越來越多使用深度學習的方法，因此在此篇論文中我們嘗試使用深度學習，利用深度卷積神經網路針對深度圖像進行去雜…
2
近年來，在物件檢測與辨識上最常用到的方法是深度學習，而在深度學習的過程中最重要的東西就是在訓練過程中的數據集。但是當我們仔細瀏覽這些用來訓練的數據集會發現這些數據集都是在晴朗的白天而且簡單的環境下記…
3
使用深度學習，我們很容易地可以分辨圖片的正確性，由於房間室內場景的圖片每一種都很相似，所以需要大量的資料和時間來進行辨識，來提高準確率。因此我們使用遷移學習來改善我們的神經網路，從已經預先訓練好的模…
4
圖像超分辨率是指透過軟體或硬體的方式將圖片從低解析度恢復至高解析度，且恢復的過程中需保留圖像重要細節和相關訊息，以確保恢復後的高解析度圖像不會嚴重失真。近年來基於深度卷積神經網路的快速發展，使得圖像…
5
近年來，受惠於硬體效能的強大以及深度學習相關研究的進步，在電腦視覺衍生出許多實用的應用，且已經與我們的生活息息相關了。然而，隨著 person re-identification (re-ID) 的…
6
隨著電子商務的快速發展，協同式過濾推薦系統已被廣泛地應用於各大網路 平台中，利用推薦系統準確預測客戶對商品的偏好，可以解決使用者所面臨的資 訊超載問題，並且提高使用者對該網路平台的依賴性。由於以協同…
7
近年來，由於智慧家庭、科技執法等議題，行人再識別在電腦視覺領域中再度受到關注。行人再識別的目標即是在不同的攝影鏡頭中搜尋同一目標行人，達到所謂的跨鏡頭追蹤，而它的困難之處在於行人影像會隨著鏡頭解析度…
8
推薦系統已經成為現今商業網站不可或缺的一部分，如何有效地推薦使用者感興趣的事物，是現今推薦系統的研究者持續努力的方向。推薦系統的資料來源通常是來自於使用者與物品之間的交互行為，例如評分、點擊、瀏覽紀…
9
音樂類型在音樂信息檢索領域具有特別重要的意義，近年來，許多研究藉由對音樂做各式各樣的特徵提取後，再使用機器學習的技術做訓練，結果在音樂類型的分類上獲得很大的成就，不過本文希望能夠跳過繁瑣的特徵提取過…
10
近年來，深度學習發展出許多有趣的應用，其中影片及圖片的合成引起了許多關注，透過合成模型可以合成出逼近真實的偽造影像，讓人們很難區分真假，如果不正當地使用合成技術將會帶來許多負面影響。結合深度學習的合…