檢索結果:共30筆資料 檢索策略: "Jiann-Jone Chen".ecommittee (精準) and cadvisor.raw="吳怡樂"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
深度學習的通常都需要極大量的時間去訓練一個完整的模組在某個數據上。與目前跑深度學習非機密單位使用的最好的圖形處理器Telsa K40相比較,我們的速度大概慢了兩倍至三倍。而速度是可以取決在圖形處理器…
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
過去,我們使用傳統影像特徵,如:HOG或SIFT…等,來進行電腦視覺的學習與偵測。但隨著硬體的快速發展,過去需要訓練大量參數的卷積神經網路得以更加深化。在本文中,我們探討使用預訓練的深度卷積神經網路…
8
深度學習(Deep Neural Network)是近年來的熱門話題因為它在許多不同的機器學習應用上優於很多技術。LeNet-5[2]是最有名的手寫識別深度學習模組之一。LeNet-5有7層包含輸入…
9
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…
10
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…