《中国人工智能学会通讯》——5.26 受视觉通路的整体结构启发

5.26 受视觉通路的整体结构启发 一般认为层级的视觉系统有两条通路,即腹侧通路和背侧通路。一般腹侧通路处理与识别相关的信息,而背侧通路处理和物体空间位置以及运动有关的信息。在视频处理中,静态图像的信息和动作信息同时起作用。为了利用动作信息,常用的做法包括将前后多帧的图像信息在处理的某个阶段进行融合...

《中国人工智能学会通讯》——11.70 基于黎曼流形稀疏表示的视觉目 标跟踪方法

11.70 基于黎曼流形稀疏表示的视觉目 标跟踪方法 如引言所述,视觉目标跟踪中表观建模主要分为目标表示和统计建模两部分。上两节主要关注的是在跟踪中如何设计一种有效的统计模型。本节主要关注的是表观建模中的目标表示策略。近年来,稀疏表示作为一种有效的物体中层表示策略在视觉跟踪中得到了广泛应用[2] 。...

阿里云人工智能工程师ACA认证(2023版)

41 课时 |
383 人已学 |
免费

人工智能训练师-智能客服课程

54 课时 |
165 人已学 |
免费

人工智能安全

10 课时 |
327 人已学 |
免费
开发者课程背景图

《中国人工智能学会通讯》——4.23 人的视觉注意

4.23 人的视觉注意 一般认为,注意选择机制包括视觉早期阶段的自下而上(bottom-up)过程和视觉后期阶段的自上而下(top-down)过程[3-4] 。自下而上过程在视觉信息加工的非常早期阶段 (72~74 毫秒 ) 即可发生,是基于刺激的、与任务无关的注意过程。比如,在绿油油的草地上有一只...

《中国人工智能学会通讯》——11.24 本文的出发点:模仿人类视觉

11.24 本文的出发点:模仿人类视觉 表 1 列出了人类视觉系统实现视觉物体分割所依赖的能力及素材,以及计算机与之对应的能力和素材。可以看出二者之间具有很强的可类比性,因此,本文考虑借鉴人类视觉系统的成功经验来指导计算机实现视觉物体的分割。由于表1中前三种能力不能直接得到语义级的物体分割,我们将主...

《中国人工智能学会通讯》——11.23 人的视觉成长过程

11.23 人的视觉成长过程 本文主要涉及视觉物体分割的研究(英文文献中一般 object/semantic segmentation、image parsing等词来表示)。 视觉物体分割要求所得到的分割具有语义性,由于同一语义目标对应底层图像特征的多样性,例如图 1 中公共汽车就同时包含了白色的...

中国人工智能学会通讯——打造云上视觉智能生态 1.6 视觉智能实例:视觉广告

1.6 视觉智能实例:视觉广告 前面三个是偏分析、搜索的,第四个方向——视觉广告,是合成的方向。视觉广告是将视觉数据变现的最直接方法,特别是对于娱乐的数据、个人的数据、新闻、电视电影等这些数据。这些数据怎么发挥更多价值,除了人看以外,广告是很重要的方法。但是增加广告后用户的观看体验就很差,大家如果看...

中国人工智能学会通讯——打造云上视觉智能生态 1.5 视觉智能实例:视觉诊断

1.5 视觉智能实例:视觉诊断 第三个是视觉诊断,包括诊断人和诊断机器。诊断人比较好说,就是医疗图像分析,现在也是很热的题目。当然它比其他的方向慢了半拍,一方面由于数据收集的困难;另一方面是需要很强的专业知识。机器诊断是还没有开发的方向,它的问题有点像前面提到的异常检测的问题,有发生概率很低、正例样...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

相关电子书
更多
人工智能平台PAI的MaaS实践
阿里云人工智能平台 PAI年度发布
用搜索释放生成式人工智能的商业潜能
立即下载 立即下载 立即下载

人工智能更多通讯相关