檢索結果:共28筆資料 檢索策略: cadvisor.raw="林昌鴻" and cadvisor.raw="林昌鴻" 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
本篇研究論文提出了一種基於邊緣運算進行深度學習之物件偵測實現在低成本的物聯網裝置之方法。由於低成本物聯網裝置硬體上運算的限制,要運行訓練好的神經網絡模型將是一項挑戰,因此本篇研究論文利用Intel旗…
2
隨著自動駕駛的技術愈來愈被重視以及普及化,即時圖像語義分割在深度學習和電腦視覺領域中是近幾年非常熱門和具有挑戰性的領域,除此之外,圖像語義分割的主要目的是為了辨識道路上影像中每一個像素的類別像是汽車…
3
進年來,深度學習技術被廣泛得應用在影像處理上。其中一個熱門的應用是醫學影像分類處理。胸腔X光攝影是一個常見且有不錯品質的胸腔疾病診斷方式。然而,訓練一個合格的放射科醫師需要很長的時間,而且,即便是專…
4
水下影像還原及增強在影像處理領域中是相當具有挑戰性的,光波在進入水中後容易受到吸收及散射影響,成像容易呈現不同程度的模糊、霧化、淡藍色及淡綠色,進而對水下機器人及人類視覺品質產生影響。現今有越來越多…
5
在自動駕駛系統中,三維物件偵測演算法扮演著極為重要的角色,自駕車的安全性仰賴於設計良好的偵測系統,因此,開發穩健且高效的三維物體偵測演算法是許多研究者、機構、公司的重要目標。相較於基於雙目鏡頭和雷達…
6
隨著生成式深度學習技術進步,人們能夠產生出清晰的偽造影像,並在動畫、醫學、圖像修復等領域廣泛應用。然而,這些偽造影像有可能被用來惡意竄改影片內容或是冒充知名人士,甚至難以被人眼辨識,使我們必須研究如…
7
從臉部圖像進行的年齡和性別分類在許多現實世界的應用中扮演著關鍵角色,包括訪問控制、病人監測、個性化內容推薦和定向廣告等。深度學習方法的出現顯著的提升了年齡和性別分類的能力,超越了傳統的機器學習方法。…
8
水下影像增強和還原給圖像處理領域帶來了巨大的挑戰。當光線穿透水時,由於水深和固體顆粒的影響,而產生散射和吸收效應,導致影像可能產生模糊、霧霾和顏色失真,尤其是藍色和綠色色調。這些要素將顯著的左右人類…
9
在深度學習和計算機視覺的領域中,物件偵測和影像復原是充滿挑戰性的任務。物件偵測在自動駕駛、醫療、監控等領域取得了廣泛應用。近年來,隨著硬體技術的突破,基於深度學習的物件偵測性能取得了很大的進展。然而…
10
如何讓機器了解人類的情緒,並加以做更多的分析應用,因此臉部表情辨識(FER)成為一項重要的課題。然而傳統的機器學習方法在分析臉部表情時,需要萃取出上百個人工特徵,在面對不同場景以及人臉的情境下,傳統…