檢索結果:共83筆資料 檢索策略: "唐政元".ccommittee (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
現存的多數使用深度神經網路架構作為合成語音檢測的方法,都需透過對輸入的語音波形資料進行預前處理,像是特徵的抽取,再將處理過的資料輸入進深度神經網路進行學習。儘管透過特徵的抽取後再使用強大的深度神經網…
2
目前除了各類學術研究之外,三維影像資訊也廣為發展於一般使用者應用上,因此,相關應用的執行速度和三維資料的精確度更加被看重。在眾多型式的三維攝影機中,飛時測距(Time-of-Flight)攝影機具備…
3
由於數位相機與數位相片普及化,使得接踵而來的數位資料劇增。使用者可以輕易透過數位設備取得數位影像資料,但是礙於設備的優劣或使用者本身的習慣,往往因為數位影像取得的不當而造成影像的模糊。模糊影像的處理…
4
先前的研究中幾乎使用高動態範圍技術來處理過度曝光的問題,但這種映射技術會大幅度地改變圖像亮度。為了減輕這個缺點,我們提出了一個方法只有著重在處理曝光過度和曝光不足的區域。我們從圖像中提取前景物件,並…
5
這篇論文提出了使用尺寸不變特徵點轉換可能會出現的弱點。 尺寸不變特徵點轉換在影像辨識的領域中已經是被廣泛使用的方法。尺寸不變性徵點轉換是用來擷取影像中的特徵點,用此方法取出的特徵點用於不同影像之間的…
6
在這篇論文中,我們提出了一種新穎的方法,那就是使用在二值化圖片上尺度不變特徵轉換(SIFT),我們是第一位提出這種使用尺度不變特徵轉換的方法,並且也證明這方法使用在手勢辨識是可行的,同時這種方法也能…
7
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…
8
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…
9
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…
10
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…