? 解析卷积神经网络的应用 54集团军_麦地网_麦地科技资讯_http://www.hgjs0088.com yabo88亚博官网,亚博娱乐赢了不给提款,亚博在线娱乐官网入口

解析卷积神经网络的应用

2019-09-09 21:54 来源:未知

  音响对话,我们可以收到环境敏感信息的反馈;驾驶某些汽车时,我们可以双手脱离方向盘,让电子设备带我们上路;只要触摸某个按钮,我们便可以与世界任何地方的任何人分享信息和图片。

  但目前有一个领域仍处于初步阶段:计算机“视觉”。虽然我们的口袋里装着性能极佳的相机,但要真正了解这个世界,这些设备相对来说便黯然失色了。因为设备虽然可以清晰地捕捉到世界的画面,却不能理解画面的内涵。

  例如,如果您给一个三岁小孩展示一张人与大象同框的照片,他可以清楚地告知照片的内容,但若要计算机做同样的事情,则相当具有挑战。

  不过,情况正发生变化。近年来,一个称之为“深度学习”的领域大幅提升了计算机理解所见事物的能力。深度学习,尤其是卷积神经网络的使用,并没有依赖传统的图像处理技术,而是赋予计算机理解世界的能力,且这方面已取得重大进展。

  卷积神经网络最早可以追溯到20世纪80年代末,其创建是基于20世纪60年代早期的人工神经网络(ANN)和多层感知器(MLP)。它们最初的设计旨在模拟人脑的工作方式。当然,为了像人脑一样做好工作,需要使用大量的数据来进行训练。

  2005年,随着GPU的崛起,CNN开始变得广为人知,并大量投入使用。这是因为,GPU处理重复性任务的速度使得CNN的使用变成现实。

  2012年,计算机视觉智能领域的工作取得了重大的飞跃,Alex Krizhevsky使用神经网络赢得了ImageNet挑战赛。这是一个巨大的图像数据库,含有数百万图像数据,由普林斯顿大学李凯教授于2007年创建。该数据库为计算机提供了充足的训练数据,使之能以如孩童学习的方式进行学习。通常,ImageNet挑战赛被看作计算机视觉领域一年一度的奥林匹克盛会,其基于筛选的图像,测试计算机学会理解所见对象的速度有多快。失误越少,比分则越高。

  2012年,AlexNet CNN迅速提升了图像识别性能,产生了重大的影响

  当时,Krizhevsky能够将错误率从26%降到15%——这是一个重大的改进,且是通过使用卷积神经网络而实现的。每年,随着创立团队创建了更好的系统来加速和提高设备理解图像的能力,故而这一进程也得到了持续的改进。

  在《2001:太空漫游》中有一个着名的场景,宇航员大卫·保曼和富兰克·保尔躲在一个舱里,在这个舱里,飞船计算机HAL无法听到他们对它古怪行为的谈话。然而,HAL却能读懂他们的唇语。按现阶段,我们知道,HAL将使用CNN来破译他们说的话。唇读计算机还有更多的使用案例,如从音频不可用的视频内容中获取副本、记者获取政客或名人更真实的言论等。

  来自牛津大学的一组研究人员已提出使用CNN进行唇读,另一篇提交给IEEE的论文则指出如何使用CNN“减少物体摇晃及面部特征提取模糊造成的负面影响”。这里,便生成了一个词,识别率高达71.76%,这要远优于传统的方法。

  不过,目前,你仍可以以手中的设备感受CNN的强大。有一款名为AIPoly的APP,其设计可以帮助视力有缺陷人士在使用了Imagination PowerVR GPU的智能手机上,通过摄像机识别物体并语音反馈信息。

  CNN与全自动驾驶汽车也密切相关,但使用CNN驱动全自动驾驶汽车仍在开发中。来自康奈尔大学的论文探讨了如何有效使用CNN来识别汽车牌照,其相比传统的方式效果更佳。当然,车牌并不像移动的物体那样不可预测,但有一篇讨论CNN的论文指出,使用CNN相比传统的方法效率更高。

  谈及移动物体,人们自然地认为,CNN作为ADAS和汽车全自动视觉系统中使用的最重要的算法,将在全自动驾驶汽车领域发挥重大的作用。CNN在分析场景方面十分高效,它将场景分解为可识别的对象,直至场景中的物体、行人、汽车、卡车、路肩、路标在摄像机系统中可以被识别。通过使用大量的训练数据,卷积网络可以“学习”在实时驾驶时如何从场景中进行信息识别和提取。举例来说,通过CNN的各个层,可以发现拐角/弯道,随后是环路、路标,最后是路标的含义。这些信息随后传递给传感器,并与其他传感器如激光雷达或雷达中的数据进行融合,这样便可以理解更大的图景,并通过多媒体交互系统发出闪光警告或控制刹车或转向,以此对场景做出反应。

  CNN可以在CPU或使用GPU计算的设备上使用,这将更加有效(效率至少提升10倍),或者通过硬件加速,最终以最低的功耗和硅占用面积来获得最高的性能。

  从本质上来说,CNN非常善于发现,这个特性使之非常适合医疗环境。正如在表的论文所讨论的一样,CNN可以有效地提高癌症识别的准确性,并已被应用于检测“原发性乳腺癌、神经胶质瘤及上皮与基质分割”。高效率则意味着它们可以减少医学专家的工作量。54集团军论文总结道,“深度学习”在“提高前列腺癌和乳腺癌分期诊断疗效方面将具有巨大的潜力”。

  同样,康奈尔大学发表的论文指出,使用CNN协助乳腺癌筛查,当采样训练数据时可以影响图像保真度,因此建议要保持图像的分辨率,以确保性能最佳。

  如果您对计算机自我构建有忧虑,那您的担忧不无道理。半导体行业一直着眼于利用深度学习来辅助设计和制造先进的集成电路。通常认为,CNN解决某些制造问题十分适合。与识别癌症相似的是,在光刻工艺过程中,CNN的识别模式可以得到充分的利用,极大地降低了制造缺陷,提高了生产产量。

  CNN还被广泛应用于食品识别。有论文讨论了利用CNN进行自动饮食识别,使专家能够发现不健康的饮食模式。还有几篇论文也对CNN的这种功能进行过描述。它们指出,计算机“深度饮食”可以辅助饮食评估,改善人们的健康状况、延长寿命。

  让数字图像的显示效果达到最佳,这是一项技能。许多人通过使用图像修复工具并花费了大量的精力以期达到这一理想的效果。来自Adobe和康奈尔大学的一项名为“深度照片风格转移”的实验正试图通过应用人工智能来达到这一效果。这款应用可以以某种风格拍摄一张照片,并自动将此风格应用到另一张照片上,效果显着。

  CNN已被Facebook等网站广泛应用。Facebook描述了他们如何在深度文本中使用CNN,“深度文本”即“基于深度学习的文本理解引擎,可以以接近人类的准确性,每秒理解几千个帖子的文本内容,并横跨超过20种语言。”

  Imagination一直密切关注加速推理引擎使用的方法。它们一旦在数据集上进行了全面的训练,就可以在设备上运行CNN。正如我们去年发布的PowerVR Rogue GPU,相比CPU,其运行效率已提升3倍,性能提升12倍。新发布的PowerVR Furian架构的性能和功效将更强大。

  在最近的博文中,我们突出呈现了这一领域的工作,以及我们如何率先使用OpenVX CNN扩展,即计算机视觉的开源标准API。

  我们将继续从事该领域的工作。Imagination的保罗·布莱斯莱特最近在嵌入式视觉峰会发表了题为“训练CNN用于高效推理”的演讲。在他的演讲中,阐述了Imagination在硬件上运行CNN以提升效率的方法。硬件功率和面积的限制是主要的关注点,如移动设备或全自动驾驶汽车的硬件等。

  当前人工智能技术正在飞速发展,而计算机视觉、语音识别及自然语义处理则是目前人工智能发展的三大核心领域....

  不仅如此,RSS模型还可以在事故发生前就设定好游戏规则,并应用于自动驾驶系统中的决策部分,可以让其他....

  中国工程院院士、中国科学院计算技术研究所研究员倪光南则指出,开源芯片是未来的发展潮流之一,将来有很多....

  作为人类,当我们解释语言时,我们依靠一堆背景知识来解释和推断不仅关于语言,而且关于我们周围的世界。

  类似于淘宝购物,如果商超能够实现对顾客从进店那一刻起的所有行为进行识别和分析,那么会大大提升店内的商....

  人工智能,正如我们看到的那样,集多项技术于一身,使机器可以感受、理解、学习并采取行动,无论是自食其力....

  人工智能,这个曾经频繁出现在科幻电影中的“未来黑科技”,近年来正在不断渗透进人类的生活与工作。

  自从1956 年Dartmouth学会上提出“人工智能”后,世界各国的研究者发展了众多理论和原理。54集团军人....

  周围很多大佬都去深造或者工作做CV相关方向。然而看到一种言论,说现在学CV无异于48年加入,求....

  基于TensorFlow框架搭建卷积神经网络对电池片电致发光图像进行缺陷识别。选取公开的数据集,其中....

  感图科技近日获数千万人民币的pre-A轮融资,投资方为拓金资本和寒武创投。

  “算法+”农业,让田间地头的耕作方式更“科技”,也让产业焕发生机。来自华中科技大的项目“知农图报”,....

  脸识别系统可以在Linux 操作系统下利用QT库来开发图形界面,以OpenCV 图像处理库为基础,利....

  这本书的种子最早是在2001年,当时华盛顿大学的史蒂夫塞茨邀请我共同教授一门叫做“计算机图形的计算机....

  “水滴慧眼”是集步态识别算法、软件、硬件等于一体的安防智能互联解决方案,既可基于现有IT架构及硬件设....

  新一代人工智能正在全球范围蓬勃发展,推动世界从互联信息时代进入智能信息时代,给人们的生产生活方式带来....

  这些虚拟人物可与读者和观众进行实时交互,我们把这一过程叫做‘赋生’。”微软全球资深副总裁,微软(亚洲....

  据悉,第十届全国人大常委会副委员长、中国关心下一代工作委员会主任顾秀莲、中国工程院倪光南院士、中国电....

  OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Window....

  腾讯 AI Lab & Robotics X 主任,54集团军ACM Fellow, IEEE Fellow,....

  目前,机器视觉的基础功能主要可以分为四大类:模式识别/计数、视觉定位、尺寸测量和外观检测,当前的应用....

  近年来,由于深度学习、计算机视觉和自然语言处理等多学科领域的兴趣激增,视觉和语言任务的桥接得到了显着....

  虽然这最后一点毫无疑问是值得称赞的,而不是对这一趋势的贬低,但人们还是禁不住要把他们的注意力放在(非....

  在过去的几年中,有很多关于卷积神经网络(CNN)的讨论,尤其是因为它们已经彻底改变了计算机视觉领域。

  交通标识识别算法一方面采用了基于卷积神经网络的训练和识别方法,极大地提高了交通标识识别的准确率;另一....

  我们生活在计算机时代,54集团军由计算机驱动的机器是新的劳动力。完全依赖人工的工作正在减少。我们现在所处的时代....

  本文系统地综述了计算机视觉和图像处理技术在表面检测方面的最新进展,特别是基于纹理分析方法的表面检测技....

  面对日益多元化的人工智能产品市场,龙梦竹表示,思必驰将始终专注在智能硬件领域。根据合作伙伴出货量统计....

  计算机视觉和机器学习领域的国际知名专家颜水成宣布正式加入依图,担任依图科技首席技术官(CTO)一职。

  在这篇文章中,研究人员结合基于注意力的菜谱相关模型和StackGAN来从食材中生成对应的菜品图像,随....

  下图展示了这种方法的主要流程,首先需要从图像中抽取目标和对应的反射区域,而后对特征进行匹配,并基于这....

  为了探索这些问题的解决办法、来自伦敦大学学院的研究人员们提出了一系列新的点云处理模块,从效率、信息共....

  阿斯隆理工学院计算机与软件工程系的研究人员致力于寻找合适的特征,并展示基于头部和眼睛的线索在情绪预测....

  它们都涉及到视觉输入,因此了解这些重叠技术的优势,局限性和最佳用例场景非常重要。

  人工智能是一个涵盖几种特定技术的总称。本文我们将探索机器视觉(MV)和计算机视觉(CV)。它们都涉及....

  我国人工智能产业正在经历从战略规划到落地实施的推进过程,企业与资本市场的深入结合,既是趋势,也是需求....

  计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库,是英特尔公司....

  OpenCV 是一个广受欢迎的开源计算机视觉库,它提供了很多函数,实现了很多计算机视觉算法,算法从最....

  微软产品经理Deepak Paramanand表示:“我们希望为SwiftKey粉丝提供一种在和他们....

  最后,我们的方法与用于瞬态成像的特定技术无关。因此,我们展示了使用SPAD和超快激光从皮秒级瞬态恢复....

  图1:常用跟踪数据集统计示意图。包括OTB-2013、OTB-2015、TC-128、NUS-PRO....

  他们使用的 SPOT 系统,由南加州大学社会人工智能中心的研究人员建造,先通过人工标记,以及无人机自....

  7 月 12 日-7 月 14 日,2019 第四届全球人工智能与机器人峰会(CCF-GAIR 20....

  在计算机视觉领域,深度学习方法已全方位在各个方向获得突破,这从近几年CVPR 的论文即可看出。但这往....

  此外,TA认为AI领域的论文风格过于单一,思想严重雷同。最后,TA还批评了AI领域一个很不好的现象,....

  AI 行业应用是一片新的大陆,深度学习作为新大陆的基石,经历了一轮又一轮突破。

  深度学习领域的“Hello World!”,入门必备!MNIST是一个手写数字数据库,它有60000个训练样本集和10000个测试样本集,...

  摘要:提出了一种改进的矩不变自动阈值算法。该算法针对矩不变自动阈值法忽略图像细节的缺点,在矩不变自动阈值的基础上增加了基...

  从“跳一跳”之后,又有一款小程序游戏因其独特好玩的个性,在朋友圈C位出道了。 几天前,谷歌发布了一款名为“猜画小歌”...

  职位描述: 1. 负责计算机视觉&机器学习(包括深度学习)算法的开发与性能提升,负责下述研究课题中的一项或多项,包括但不限于...

版权与免责声明:

凡未注明"稿件来源"的内容均为转载稿,本网转载出于传递更多信息的目的;如转载稿涉及版权问题,请作者联系我们,同时对于用户评论等信息,本网并不意味着赞同其观点或证实其内容的真实性;


本文地址 http://www.hgjs0088.comhttp://www.hgjs0088.com/a/jingxuan/20190909/57223.html

转载本站原创文章请注明来源:麦地网_麦地科技资讯

分享到:0
相关推荐
?
?
?