檢索結果：共4筆資料 檢索策略： "陳駿丞".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
隨著深度學習的進步，一般民眾現已能透過線上服務生成高度擬真的圖像，這使得有心人事可以輕易偽造用以散布假消息的圖片，並且對社會帶來潛在的危害。儘管人臉偽造檢測的研究近年來迅速成長，許多檢測方法仍無法有…
2
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…
3
近年來手機處理器的大幅進展讓在移動裝置上使用深度學習網路更加有機會，也因此產生了許多以深度學習生成對抗網路為名的修圖應用。但要運行大型的生成對抗網路需要運算量對多數移動裝置而言仍然過於巨大。本篇論文…
4
人臉情感辨識是電腦視覺領域的一個很重要的議題，有很多研究在情感辨識都有很傑出的表現，但如果來源(訓練)和目標(測試)數據集差異較大時，則會降低辨識的準確率，領域自適應的方法通常可以處理這個問題，然而…