• 2022年1月-7月时政热点试题
  • 综合知识与能力素质题库300
  • 结构化面试小组面试题库答案
  • 事业编公共基础知识法律经济
  • 2018公务员、事业单位考试面
  • 2016浙江、山东、广东、河北
24年3月29日时政热点一点通及每日试题   24年3月28日时政热点一点通及每日试题   24年3月25日时政热点一点通及每日试题   24年3月24日时政热点一点通及每日试题   24年3月20日时政热点一点通及每日试题   24年3月19日时政热点一点通及每日试题   24年3月18日时政热点一点通及每日试题   24年3月17日时政热点一点通及每日试题   24年3月16日时政热点一点通及每日试题   24年3月12日时政热点一点通及每日试题  
计算机科学与技术:基于卷积神经网络的计算机视觉应用
2021/1/15 8:51:17     事业编考试招聘网  浏览次数:                                字号:T | T
[ 导读 ] 最新计算机基础。

计算机科学与技术:基于卷积神经网络的计算机视觉应用
和计算机关联最紧密的深度学习技术是卷积神经网络本节列举一些卷积神经网络发挥重要作用的计算机视觉的方向
(1)图像分类
图像分类,顾名思义,是一个输入图像,输出对该图像内容分类的描述的问题它是算机视觉的核心,实际应用广泛如图所示,在图中一个图像分类模型给出将一个图片分配给4个类别(cat,dog,hat,mug)标签的概率如图所示,图片被表示成一个大的三维数字矩阵。在下面的例子中,图像分类的最终目标是转换这个数字矩阵到一个单独的标签,如“Cat”,图片分类的任务是对于一个给定的图片,预测其类别标签图像分类的传统方法是特征描述及检测,这类传统方法可能对于一些简单的图像分类是有效的,但由于实际情况非常复杂传统的分类方法不堪重负。现在,我们不再试图用代码来描述每一个图像类别转而使用机器学习的方法处理图像分类问题,处理图像分类的主要任务是给定一个输入图片将其指派到一个已知的混合类别中的某一个标签,当前不管是最开始的 MNIST数字手写体识别,还是后来的 ImageNet数据集,基于深度学习的图像分类在特定任务上早就超过了人的平均水平、本书第5章对图像分类任务的主流方法作了详细介绍
(2)物体检测
物体检测和图像分类差不多,也是计算机视觉里最基础的两个方向。它和图像分类的侧重点不同物体检测要稍微复杂一些关心的是什么东西出现在了什么地方及其相关属性,是一种更强的信息。如图1-6所示,经过物体检测,我们得到的信息不仅是照片中包含车辆和人等,还得到了每一样检测到的类别的多种信息,以方框的形式展现出来
和图像分类相比,物体检测传达信息的能力更强例如,分类猫和狗的图片如果图像中既有猫又有狗该怎么分类呢?这时候如果用分类,则是一个多标签分类问题如果用物体检测,则物体检测会进一步告诉我们在哪,狗在哪在物体检测领域以基于 Region Proposal的R-CN及后续的衍生算法,以及基于直接归的YOLO/SSD一系的算法为代表,这两类算法都是基于卷积神经网络,借助的不仅仅是深度网络强大的图像特征提取和分类能力也会用到神经网络的回归能力。
(3)人脸识别
在计算机视觉里人脸识别的研究历史悠久,与我们的生活最相关的应用有两个方面第一个是检测图像中是否存在人脸,这个应用和物体检测很像,主要应用有数码相机中对人脸的检测,网络或手机相册中对人脸的提取等;第二个是人脸匹配,有了第一个方面或是其他手段把人脸部分找到后,人脸的匹配才是一个更主流的应用。主要的思想是把要比对的两个人脸之间的相似度计算出来。传统的计算相似度的方法称为度量学习( metric learning).其基本思想是,通过变换,让变换后的空间中定义为相似的样本距离更近,不相
似的样本距离更远基于深度学习也有相应的方法,比较有代表性的是 Siamese网络和Triplet网络,当然广义上来说都可以算是度量学习,有了这种度量,可以进一步判断是否是一个人这就是身份辨识,广泛用于罪犯身份确认、银行卡开卡等场景人脸领域最流行的测试基准数据是LF(Labeled Faces in the Wild),顾名思义就是从实拍照片中标注的人脸该图片库由美麻省理工学院开发,约13000多张图片,其中有1680人的脸出现了两次或两次以上,在这个数据上,人类判断两张脸是否是同一人能达到的准确率为99.2%而在深度学习大行其进之后,门2014年起这个记录已经被各种基于深度学习的方法打破。虽然这未必真的代表深度学习胜过了人类,但基于深度学习的人脸算法让相关应用的可用性大大提高,如今人脸识别相关的商业应用已经避地开花。
(4)图像搜索
狭义来说图像搜索还有个比较学术的名字“基于内容的图片检索( Content Based Image Retrieval,CB图像搜索是个比较复杂的领域,除单纯的图像算法外,还带有搜索和海数据处理的属性。其中图像部分背后的重要思想之一和人脸识别中提到的度量学习很像也是要找到和被搜图像的某种度量最近的图片,最常见的应用有 Google的 Reverse Image Search和百度的识图功能、京东和淘宝的拍照购物及相似款推荐等深度学习在其中的作用主要是把图像转换为一种更适合搜索的表达,并且考虑到图像搜索应用场和海数据,这个表达常常会哈希/二值化处理,以达到更高的检索/排
序效率

(编辑:admin)

标签:计算机技术 计算机基础 计算机科学
 
相关阅读:
其他2024事业编考试计算机专业知识真题答案解析
专业知识事业单位考试计算机专业软件编程类真题答案解析
其他事业单位考试数据结构排序算法真题答案
专业知识2022计算机试题题库及答案
公共基础知识计算机综合知识:HTML的标签及属性
专业知识事业单位计算机岗位基础知识:HTML的语法规范