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 (→图集) |
小 (→图集) |
||
| 第86行： | 第86行： | ||
image:metamind-imagenet-accuracy.png|ImageNet精确度 | image:metamind-imagenet-accuracy.png|ImageNet精确度 | ||
image:AVCaptureStillImageOutput-CIFaceDetector.png|人脸识别 | image:AVCaptureStillImageOutput-CIFaceDetector.png|人脸识别 | ||
| + | image:Accelerated-Vision-API-Landscape-Overview.png|视觉加速API | ||
</gallery> | </gallery> | ||
2017年3月2日 (四) 05:17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
- TensorFlow
- Mahotas: Python Computer Vision Library
- ccv - a modern computer vision library
- OpenFace
- OpenCV, 人脸识别
- GPUImage 2
ImageNet
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
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.
课程
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
- 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
图集
Computer Vision
Compuer Vision
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
视觉加速API
链接
分享您的观点
