檢索結果：共19筆資料 檢索策略： cadvisor.raw="吳怡樂" 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，分辨人種的不同通常是使用面部特徵擷取和淺層學習像是decision trees， SVM，Naive Bayes 等等。深度學習通常都需要花費大量的時間來訓練。但隨著硬體的進步以及新的演算法…
6
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…
7
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…
8
陰影去除(Shadow removal)，是將具有陰影的圖片轉換為沒有陰影的圖片，目前是一項尚未成熟的技術，在去除陰影時需要考慮各種因素，包括環境、光照等等，利用傳統影像處理的方式複雜且繁瑣，效果卻…
9
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…
10
在當今先進的醫療技術下，已經有多種方法可以有效地檢測婦女的懷孕情況。然而，這些方法往往各自存在一些缺陷，例如對被檢測者可能造成不適或價格昂貴等問題。心電訊號圖（Electrocardiograph，…