2017 год в компьютерном зрении

А вот почитайте пока довольно длинное, но очень интересное чтение о том, какие достижения были получены в области компьютерного зрения в 2017 году. Ведь компьютерное зрение — это важнейшая часть Искусственного Интеллекта, и это так просто постольку, поскольку более 90 % информации об окружающей реальности человек получает через зрение. Зрительные нервные тракты являются самыми «толстыми», а зрительная кора обладает наиболее сложной ассоциативной структурой.

Материал на английском языке и довольно сложный, но его чтение того стоит. Конечно, наибольшее количество достижений произошло на фоне применения новых архитектур искусственных нейронных сетей, и, в первую очередь, речь идёт о свёрточных сетях глубинного обучения. И из документы мы узнаем о:
  1. Как происходит распознавание образов и их классификация и локализация на изображениях, в том числе когда на одном изображении много таких образов.
  2. Как осуществляется детекция объектов и инцидентов, а также как делается трекинг таких объектов и их состояний в динамике.
  3. Какие методы используются для сегментации изображений, и это очень важно для автономных автомобилей и систем видеонаблюдения, видеоаналитики и безопасности.
  4. Что применяется для генерации и исправления изображений, наложения стилей и применения иных методов машинного творчества.
  5. Как можно восстановить 3D-картину мира, которую и глаза человека, и видеокамеры искусственной интеллектуальной системы воспринимают как 2D-растр?
  6. Ну и в конце этого толстого документа даётся описание разных архитектур, которые так успешно используются в компьютерном зрении.
Так что рекомендую.

Комментарии

Популярные сообщения из этого блога

Подготовка данных для алгоритмов машинного обучения

Выбор метрики в машинном обучении

Задачи сегментации изображения с помощью нейронной сети Unet