欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Computer vision
来自开放百科 - 灰狐
（版本间的差异）
小 (→理论) |
小 (→链接) |
||
| （未显示1个用户的5个中间版本） | |||
| 第22行： | 第22行： | ||
[[image:torch-vs-caffe.jpg]] | [[image:torch-vs-caffe.jpg]] | ||
| − | + | [[文件:VIAME-logo.png|right|VIAME]] | |
[[文件:cvf.jpg|right]] | [[文件:cvf.jpg|right]] | ||
*[[Torch]] | *[[Torch]] | ||
| 第60行： | 第60行： | ||
*[http://vision.stanford.edu/teaching.html 斯坦福计算机视觉课程] | *[http://vision.stanford.edu/teaching.html 斯坦福计算机视觉课程] | ||
*[http://www-inst.eecs.berkeley.edu/~cs280/sp15/index.html 伯克利 CS280: Computer Vision], [http://docs.huihoo.com/computer-vision/berkeley/cs280-computer-vision 幻灯片下载] | *[http://www-inst.eecs.berkeley.edu/~cs280/sp15/index.html 伯克利 CS280: Computer Vision], [http://docs.huihoo.com/computer-vision/berkeley/cs280-computer-vision 幻灯片下载] | ||
| + | |||
| + | ==研究组== | ||
| + | *[https://torrvision.com/ Torr Vision Group] | ||
| + | *[https://www.robots.ox.ac.uk/~vgg/ Visual Geometry Group] | ||
==厂商== | ==厂商== | ||
| 第82行： | 第86行： | ||
image:computer-vision.png|Computer Vision | image:computer-vision.png|Computer Vision | ||
image:computer-vision-2.png|Compuer Vision | image:computer-vision-2.png|Compuer Vision | ||
| + | image:computer-vision-application.png|典型应用 | ||
image:computer-vision-zh-cn.jpg|计算机视觉 | image:computer-vision-zh-cn.jpg|计算机视觉 | ||
image:computer-graphics-and-computer-vision.png|计算机图形和计算机视觉 | image:computer-graphics-and-computer-vision.png|计算机图形和计算机视觉 | ||
| 第103行： | 第108行： | ||
*[https://www.zhihu.com/question/20672053 计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？] | *[https://www.zhihu.com/question/20672053 计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？] | ||
*[http://geek.csdn.net/news/detail/93514 基于计算机视觉的无人驾驶感知系统] | *[http://geek.csdn.net/news/detail/93514 基于计算机视觉的无人驾驶感知系统] | ||
| + | *[https://zhuanlan.zhihu.com/p/37736910 FlowNet到FlowNet2.0：基于卷积神经网络的光流预测算法] | ||
[[category:artificial intelligence]] | [[category:artificial intelligence]] | ||
[[category:computer vision]] | [[category:computer vision]] | ||
[[category:deep learning]] | [[category:deep learning]] | ||
| + | [[category:computer science]] | ||
2022年8月9日 (二) 10:08的最后版本
|
您可以在Wikipedia上了解到此条目的英文信息 Computer vision Thanks, Wikipedia. |
Computer vision 计算机视觉
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。
计算机视觉系统组成部分包括：
- 过程控制（例如工业机器人和无人驾驶汽车）
- 事件监测（例如图像监测）
- 信息组织（例如图像数据库和图像序列的索引创建）
- 物体与环境建模（例如工业检查，医学图像分析和拓扑建模）
- 交感互动（例如人机互动的输入设备）
目录 |
[编辑] 理论
Deep Learning is the hottest topic in Computer Vision
[编辑] 项目
计算机视觉的开源深度学习：Torch vs Caffe
- Torch
- Caffe
- TensorFlow
- Mahotas: Python Computer Vision Library
- ccv - a modern computer vision library
- OpenFace
- OpenCV, 人脸识别
- GPUImage 2
[编辑] ImageNet
[编辑] 文档
- 人脸识别技术在商业银行的应用及挑战
- Seeing People with Deep Learning
- Deep Learning: Deep Boltzmann Machines
- Collaborative Feature Learning from Social Media
- CloudCV: Large-Scale Computer Vision on the Cloud
- Application of GPUs to Classification Problems Using Deep Learning Architectures
- Understand Face with GPU and beyond
- Visualizing a Car's Camera System: Computer Vision for Automotive
- Maximizing Face Detection Performance
- The Future of Human Vision: Preferential Augmentation Using GPUs
[编辑] 图书
[编辑] 视频
- 李飞飞: 我们怎么教计算机理解图片？赋予计算机视觉智能 ps: 在2007年发起了ImageNet(图片网络)计划.
[编辑] 课程
[编辑] 研究组
[编辑] 厂商
- 微软牛津计划 Computer Vision APIGitHub
- Face++人脸识别
- 格灵深瞳: 三维计算机视觉 + 深度学习，车辆识别和安防产品
- 图普科技: 专注于图像识别和视觉检测
- 商汤科技
- SenseTime
- HiScene
- vision.ai
- CloudSight
- CloudCV
- Clarifai
- Alchemy Vision, IBM AlchemyVision
- The Wolfram Language Image Identification Project
- Machine Vision Software and Libraries - Adaptive Vision
- Itseez - Computer Vision Consulting - Machine Learning
[编辑] 图集
Computer Vision
Compuer Vision
典型应用
计算机视觉
计算机图形和计算机视觉
Python生态
OpenFace
ImageNet精确度
人脸识别
Android人脸识别深度学习库
视觉加速API
[编辑] 链接
- The Computer Vision Foundation
- Awesome Computer Vision
- Awesome Deep Vision
- Stanford Artificial Intelligence Laboratory
- Stanford Computer Vision Lab
- Berkeley Vision and Learning Center
- Andrej Karpathy、Andrej @ GitHub
- 2015深度学习回顾：ConvNet、Caffe、Torch及其他
- 计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？
- 基于计算机视觉的无人驾驶感知系统
- FlowNet到FlowNet2.0：基于卷积神经网络的光流预测算法
分享您的观点
