檢索結果:共8筆資料 檢索策略: "陸敬互".ccommittee (精準) and year="110"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
偵測影像中的人所向看的地方能對人類社交或是動作分析等領域提供非常多的資訊,而影像人物凝視注意力偵測模型之目的即為給定一張完整的影像以及目標人物的頭部影像,透過深度學習的方式預測出其在影像中所看向的地…
2
隨著資訊科技的發展,社群媒體平台已成為人們生活中很重要的一部分,而透過社群媒體資訊預測熱門程度逐漸受到大家的關注,因為這項技術可以廣泛地運用在各個地方,例如:廣告推放、推薦系統和以及趨勢分析。然而由…
3
雖然現有的人臉反欺騙(FAS)或深度造假(Deepfake)檢測方法在性能方面是有效的,但它們通常使用大量的參數,因此十分耗費硬體資源,不適合手持設備。除此之外,他們花了很多時間訓練因為他們以普通監…
4
商品搜尋技術對於電商營運的績效至關重要,直接影響到庫存的商品是否能精準地呈現在搜尋客戶的眼前。然而,當下電商搜尋技術的兩大瓶頸在於:欠缺代表性的公開商品搜尋資料庫,作為評測與訓練搜尋模型之用。此外,…
5
在擁有大規模數據集的情況下,生成對抗網路在圖像合成任務中取得了良好的成效。然而我們無法保證在各種狀態下都能夠蒐集到足夠大量的數據,因此若能從單一圖像中學習一個生成模型便能大幅解決資料不足的問題。只用…
6
低光影像經常嚴重影響電腦視覺系統服務的穩定性。隨著物聯網 (IoT) 的發展,結合人工智慧的邊緣計算技術之攝影機 (以下簡稱邊緣攝影機) 已能夠提高基於影像強化之物聯網服務的強健性。近年來已有研究採…
7
近年來,善用邊緣運算能力的攝影機 (以下稱為邊緣攝影機) 讓具備「低接觸服務」的「無人商店」之智慧生活得以實現。然而,在無人商店佈署大量邊緣攝影機並訓練其邊緣模型非常消耗時間與人力成本。為解決以上問…
8
零次學習 (Zero-Shot Learning) 旨在通過語意屬性從可見類別轉移到未見類別。在本研究,通過結合注意力融合模型 (Attention Fusion Module) 和對抗式生成網路 …