首页
学习
活动
专区
工具
TVP
发布

计算机视觉战队

专栏作者
813
文章
719380
阅读量
103
订阅数
对话胡郁:AI现状与科大讯飞的机会
关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 计算机视觉研究院专栏 作者:Edison_G 编者按:科大讯飞副总裁、研究院院长胡郁在GMIC大会期间参加了闭门媒体见面会,机器之心有幸获邀参加。这是胡郁首次公开面对媒体详细介绍科大讯飞和深入分析人工智能行业。机器之心曾经翻译过IEEE Spectrum对Yann LeCun的专访,此次现场与胡郁交流,感觉他与LeCun的风格非常像,同样是技术天才,同样有着出色的口才和思路,能将非
计算机视觉研究院
2022-06-16
1.2K0
云从科技正式发布国家人工智能平台
2018年10月12日,「国家人工智能基础资源公共服务平台发布会暨第二届人工智能金融创新峰会」在北京开幕。
计算机视觉研究院
2018-11-23
1.3K0
视频大数据处理的挑战和机遇
背景: 视频在许多应用中是非常重要的问题,如内容搜索、智能内容识别广告等。现在正处在一个数据爆炸性增长的"大数据"时代,大数据对社会经济、政治、文化,人们生活等方面产生深远的影响,大数据时代对人类的数据驾驭能力提出了新的挑战与机遇,所以处理视频大数据也具有挑战和机遇。 待解决问题:视频大数据分类 视频分类思想步骤: 1) 选择具有代表性的数据集或在多个数据集实验; 2) 分析视频特征,深入研究代表性特性(静态特征、运动特征和声音特征); 3) 选择优秀的分类器(深度学习)。 具体挑战: 可计算的底层特征和高
计算机视觉研究院
2018-04-17
1.7K0
神经网络机制中的脑科学原理
什么是类脑计算? 一般地说,类脑计算是指借鉴大脑中进行信息处理的基本规律,在硬件实现与软件算法等多个层面,对于现有的计算体系与系统做出本质的变革,从而实现在计算能耗、计算能力与计算效率等诸多方面的大幅改进。过去几十年来通讯与计算机技术的长足发展带来了信息化革命,但现有计算系统仍然面临2个严重的发展瓶颈:一是系统能耗过高,二是对于人脑能轻松胜任的认知任务(比如语言及复杂场景的理解等)处理能力不足,难以支撑高水平的智能。大脑在这两个方面的明显优势使得借鉴大脑成了一个非常有前景的方向。类脑计算是生命科学,特别是脑
计算机视觉研究院
2018-04-17
8750
什么促使了候选目标的有效检测?
首先,把之前推送的关于大数据问题与解决办法的内容上传给大家,供大家去学习去挖掘有用的知识。 网址:http://pan.baidu.com/s/1nvwoQ0p 密码:6a0l ---- 今天想说的其实也是一个老一点的知识,但是读了几遍感觉灵感很大,得到了很多想法和去实践的思路,所以今天就给大家来分享下这篇经典好文。该文录用于2016年“ IEEE transactions on pattern analysis and machine intelligence”。——What makes for effe
计算机视觉研究院
2018-04-17
5750
基于深度学习的视频内容识别
好久未和老相好的您们面对面的知识交流过,不知道大家最近科研是否顺利,有没有新的想法和创新,我都会祝学术界的您科研硕果累累,祝工业界的您工程完善更多智能化功能,造福人类,推动人工智能的进步!今天给您讲讲
计算机视觉研究院
2018-04-17
3.1K0
学习迁移架构用于Scalable图像的识别
论文出自Google Brain,是对前一篇论文的改进,前一篇文章讲述了用RNN去搜索一个最好的网络结构,而这篇文章认为之前的搜索空间太大,效果不好,所以改成搜索CNN的效果最好的conv cell。再用这些conv cell来构建一个更好的网络。 链接:https://arxiv.org/abs/1707.07012 ---- 1、Introduction 在ImageNet上学习到的分类网络,其特征迁移到其他任务时,往往能获得更好的效果。但是如果将前一篇文章提出的NAS直接在ImageNet上训练
计算机视觉研究院
2018-04-17
7180
从零基础成为深度学习高手——III
今天开始学习进阶的知识,有兴趣的您请继续阅读和学习: 深度学习之高手进阶 我们在进行深度学习的时候一般会按照这4个步骤进行。 获取数据 很大程度上,数据的多少决定模型所能达到的精度。再好的模
计算机视觉研究院
2018-04-17
5130
从零基础成为深度学习高手——Ⅱ
今天继续昨天的知识,继续学习新的一个阶段知识: 深度学习基础知识 接下来我们了解一下基础知识,我们上面也提到了,我们这次主要以卷积神经网络在图像识别领域的应用来介绍深度学习的,卷积神经网络,这个词
计算机视觉研究院
2018-04-17
5050
通过部分感知深度卷积网络进行人脸特征点定位
人脸特征点定位是一个非常具有挑战性的研究课题。由于纹理和形状的不同,不同人脸特征点的定位精度差异很大。但大多数现有的方法不能考虑特征点的部分位置。 为了解决这个问题,文章提出一个新颖的用深度卷积神经网络(CNN)端到端的回归框架。深度结构首先通过所有特征点编码图像到特征图上;然后这些特征被送到两个单独子网络模型中去回归轮廓特征点和内部特征点。最后在300-W基准数据集上评估,并证明所提出的深度框架实现了最先进的结果。 ---- 主要一些贡献: 提出一个新颖的端到端回归CNN模型用于人脸特征点定位,其通过组合
计算机视觉研究院
2018-04-17
4930
人脸注意机制网络
好久没有和大家进行学术交流,本平台也很久没有给大家推送最新的技术和知识,在此想所有关注我们平台的朋友说声抱歉,但是,我们一直在努力,为大家呈现最好的推送,今天我们推送的内容关于FACE++的一个先进技
计算机视觉研究院
2018-04-17
7310
人脸识别——新的一个境界(无约束)
好久没有和大家分享学习的推送,最近很多朋友一直在问我人脸识别到底怎么去识别?人脸为啥会分约束和非约束?人脸检测后可以做哪些工作?等等的一些列问题,其实我们之前很多推送都有详细解答这些问题,今天,就顺便
计算机视觉研究院
2018-04-17
1.3K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档