檢索結果：共33筆資料 檢索策略： "Semantic Segmentation".ekeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
超解析度成像 (Super-Resolution) 是透過軟體或硬體的方法提高原始圖像的解析度， 讓低解析度的圖像放大之後仍能保有清晰的輪廓，我們想將此技術應用在漫畫中。隨著 智慧型手機及電腦的普及…
2
本研究主要分為兩個部分：一為建立GPS與INS整合之車輛定位系統，並使用高精度之RTK-GPS來得到公分等級精度之定位；第二部分為利用光學攝影鏡頭得到之影像輸入建立行車時之道路維持系統。此部分使用語…
3
深度學習在影像語義分割任務上取得了顯著的進展，提高了預測的準確性和效率。 然而，當處理未見過的資料集或具有不同特徵的領域時，其表現可能會受到影響。 在這篇論文中，我們利用傅立葉風格轉換(FST)技術…
4
訓練深度神經網絡進行語義分割依賴於像素級標籤進行監督。但是收集大型數據集 的像素集標籤是非常昂貴且耗時。一種解決方法是利用合成數據集，我們可以使用相應 的標籤生成數據。不幸的是在合成數據上訓練的網絡…
5
語義分割技術為一項於電腦視覺及深度學習領域中常見的議題，有別圖像分類以及目標檢測等任務，語義分割技術為所有像素點賦予單一類別標籤，使機器對圖像有更加細微與深層的理解。其應用領域分布廣泛，例如:自動駕…
6
本文研究利用雙相機鏡頭的深度預測，並加入語義及實例分割進行輔助。在單、雙鏡頭的深度預測研究中，利用捲積神經網路的深度學習預測深度已有不錯的表現。但是，卻無法在物件的邊緣及細節上有更佳的表現。因此本文…
7
醫學圖像的語義分割可以幫助醫生進行診斷，而被引起了關注。為了提高物體邊緣和困難類別的預測準確性，在本論文中，我們考慮一種新的架構，它由兩部分組成：TransUNet 和表示網絡。 TransUNet…
8
隨著近年來拍照工具及監視錄影器已經成為我們生活中不可或缺的常用工具，對影像及影片的分析處理演算法在過去的幾年如雨後春筍般湧出，也因此，人們更想對於圖片中的內容能有更深的了解，以利相關的分析處理。 影…
9
將訓練於來源域 (Source domain)的深度學習模型直接應用於目標域 (Target domain)會因為Domain shift problem導致其準確度顯著下降。無監督領域自適應（Un…
10
文件分割解析在語義分割技術是具有挑戰的任務之一，其原因為文件影像具備大量的圖片、表格、文字與背景等複雜的結構資訊，導致現今語義分割技術在處理複雜的文件結構影像上仍有改善及進步的空間。文件語義分割技術…