檢索結果：共10筆資料 檢索策略： "林昌鴻".ccommittee (精準) and ckeyword.raw="卷積神經網路"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
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…
2
近期，最先進的卷積神經網路 (CNNs) 已經被廣泛應用於許多深度神經網路 (DNNs) 的模型。隨著深度神經網路的模型變得越來越準確，神經網路的計算量與需求的資料頻寬也明顯增加。我們針對以上問題，…
3
近年來，居家看護越來越受重視，也越來越多人思考如何利用現今的技術來做協助。 隨著無線通訊技術與物聯網的快速發展，加上現代人身邊都有行動裝置，因此利用網路攝影機遠端觀看家中的情況越來越普遍。 然而將拍…
4
真實世界場景的亮度範圍屬於高動態範圍 (HDR)。然而，由於硬體上的限制，大部分的數位相機只能擷取到有限的亮度範圍，這會導致拍攝出低動態範圍 (LDR)的影像。因為人眼可以捕捉到相當廣的亮度範圍，所…
5
這篇論文針對深度可分離卷積神經網路設計了一個超大型積體電路架構，更精細地來說，根據我們的文獻調查，這篇論文是第一篇針對深度可分離之捲積運算神經網路: MobileNet 設計的硬體加速電路。在我們的…
6
長久以來心律不整檢測和分類都是心電圖訊號處理的主要議題。在此研究中，我們開發出一種針對多類型心律不整的辨識系統，包含心房顫動、心房撲動、以及具有生命危險的心室過速、心室撲動與心室顫動。此心電圖訊號辨…
7
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…
8
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…
9
近年來最具代表性的物件檢測方法是faster RCNN和YOLO，這些基於傳統監督學習的方法通常依賴於完全標註的資料集，並且假設訓練和測試資料取自同一個分佈。當測試資料來自不同分佈時，使用監督學習的…
10
基於人臉分析廣泛的應用一直是熱門的研究項目。商業用途、娛樂用途、監控、及人機互動等等，皆需透過人臉分析來提供必要的資訊。由於近日深度學習在各領域的崛起，人臉分析的研究能夠朝著更加複雜和實際的使用情境…