檢索結果:共23筆資料 檢索策略: "陳建中".ccommittee (精準) and ckeyword.raw="深度學習"
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
在過去,人們通常使用皮膚特徵提取或上下文的關鍵詞,並組合多個過濾器來辨識令人反感的圖像。深度學習雖能提高辨識程度,卻相對需要大量訓練集及冗長的訓練時間。隨著硬體和新演算法的研究發展,這些問題逐漸得到…
4
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…
5
在過去不良圖片的辨識通常利用皮膚特徵或是圖片附註的關鍵字描述搭配多個過濾器進行過濾。深度學習通常都需要花費大量的時間來訓練,。隨著硬體的進步以及新的演算法不斷提出,訓練時間問題漸漸緩解。深度卷積神經…
6
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…
7
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…
8
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…
9
對於有歷史且老舊的竣工圖進行二值化是一項新的具有挑戰性的工作,尤其是在消除三個因環境或時間所造成的瑕疵(即雜點,泛黃區域和摺痕)的同時,還要很好地保留住清楚的前景。在本文中,我們提出了一種新的深度學…
10
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…