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 (→文档) |
小 (→项目) |
||
第18行: | 第18行: | ||
==项目== | ==项目== | ||
+ | 计算机视觉的开源深度学习:Torch vs Caffe | ||
+ | |||
+ | [[image:torch-vs-caffe.jpg]] | ||
+ | |||
[[文件:cvf.jpg|right]] | [[文件:cvf.jpg|right]] | ||
*[[Torch]] | *[[Torch]] |
2016年4月10日 (日) 01:29的版本
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 |
理论
项目
计算机视觉的开源深度学习:Torch vs Caffe
- Torch
- Caffe
- Mahotas: Python Computer Vision Library
- ccv - a modern computer vision library
- OpenFace
- OpenCV, 人脸识别
文档
- 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
图书
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.
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
图集
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
- SenseTime
- HiScene
- Andrej Karpathy、Andrej @ GitHub
- vision.ai
- 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?
分享您的观点