Eine Form der Signalverarbeitung, bei der der Eingang ein Bild ist. Normalerweise wird das digitale Bild als zweidimensionales Signal (oder mehrdimensional) behandelt. Diese Verarbeitung kann eine Bildwiederherstellung und -verbesserung (insbesondere Mustererkennung und -projektion) umfassen.
Ich arbeite an einem kleinen Projekt, das die Gesichter von Twitter-Nutzern über ihre Profilbilder einbezieht. Ein Problem, auf das ich gestoßen bin, ist, dass ein kleiner, aber bedeutender Prozentsatz der Twitter-Benutzer ein Bild von Justin Bieber als Profilbild verwendet, nachdem ich alle Bilder...
Es gibt einige Variationen beim Normalisieren der Bilder, aber die meisten scheinen diese beiden Methoden zu verwenden: Subtrahiere den über alle Bilder berechneten Mittelwert pro Kanal (zB VGG_ILSVRC_16_layers ) Über alle Bilder berechnete Subtraktion nach Pixel / Kanal (z. B. CNN_S , siehe auch...
Obwohl alle Bilder im MNIST-Datensatz in einem ähnlichen Maßstab zentriert und ohne Rotation sichtbar sind, weisen sie eine signifikante Variation der Handschrift auf, die mich verblüfft, wie ein lineares Modell eine so hohe Klassifizierungsgenauigkeit erzielt. Soweit ich in der Lage bin,...
Ich bin verwirrt über das ZCA-Weißmachen und das normale Weißmachen (das durch Teilen der Hauptkomponenten durch die Quadratwurzeln der PCA-Eigenwerte erhalten wird). Soweit ich weiss, wo U PCA Eigenvektoren sind.xZCAwhite=UxPCAwhite,xZCAwhite=UxPCAwhite,\mathbf x_\mathrm{ZCAwhite} = \mathbf U...
In ImageNet-Klassifizierungspapieren sind die Fehlerquoten Top 1 und Top 5 wichtige Maßeinheiten für den Erfolg einiger Lösungen. Doch wie hoch sind diese Fehlerquoten? In der ImageNet-Klassifikation mit Deep Convolutional Neural Networks von Krizhevsky et al. Jede Lösung, die auf einer einzelnen...
Wie beurteilen wir anhand von zwei Histogrammen, ob sie ähnlich sind oder nicht? Reicht es aus, nur die beiden Histogramme zu betrachten? Bei der einfachen Eins-zu-Eins-Zuordnung tritt das Problem auf, dass ein Histogramm, das sich geringfügig unterscheidet und geringfügig verschoben ist, nicht...
Ich habe ein Computerprogramm geschrieben, mit dem Münzen in einem statischen Bild (.jpeg, .png usw.) mithilfe einiger Standardtechniken für die Bildverarbeitung (Gaußscher Weichzeichner, Schwellenwert, Hough-Transformation usw.) erkannt werden können. Anhand der Verhältnisse der von einem...
Mir ist nicht klar, warum wir das Bild für CNN durch (image - mean_image) normalisieren? Vielen
Ich versuche zu lernen, wie das Neuronale Netz bei der Bilderkennung funktioniert. Ich habe einige Beispiele gesehen und bin noch verwirrter geworden. Im Beispiel der Buchstabenerkennung eines 20x20-Bildes werden die Werte jedes Pixels zur Eingabeebene. Also 400 Neuronen. Dann eine versteckte...
Mir ist bewusst, dass es viele Fortschritte in Bezug auf Bilderkennung, Bildklassifizierung usw. bei tiefen, faltungsbedingten neuronalen Netzen gegeben hat. Aber wenn ich ein Netz beispielsweise mit PNG-Bildern trainiere, funktioniert dies nur für Bilder, die so codiert sind? Welche anderen...
Was ist die informations- / physikalisch-theoretisch korrekteste Methode, um die Entropie eines Bildes zu berechnen? Die Recheneffizienz ist mir momentan egal - ich möchte, dass sie theoretisch so korrekt wie möglich ist. Beginnen wir mit einem Graustufenbild. Eine intuitive Vorgehensweise ist das...
Wir haben gerade Andrew Ngs nichtlineare Hypothese neuronaler Netze behandelt und hatten eine Multiple-Choice-Frage zur Bestimmung der Anzahl von Merkmalen für ein Bild mit einer Auflösung von 100 x 100 der Intensität von Greskalen . Und die Antwort war 50 Millionen, x10 755510710710^7 Früher...
Ich möchte zwei Bilder von Gesichtern vergleichen. Ich habe ihre LBP-Histogramme berechnet. Jetzt muss ich diese beiden Histogramme vergleichen und etwas herausfinden, das angibt, wie sehr diese Histogramme gleich sind (0 - 100%). Es gibt viele Möglichkeiten, diese Aufgabe zu lösen, aber die...
Ich benutze derzeit Viterbi-Training für ein Bildsegmentierungsproblem. Ich wollte wissen, welche Vor- und Nachteile die Verwendung des Baum-Welch-Algorithmus anstelle des Viterbi-Trainings hat.
Ich versuche zu lernen, wie man zufällige Markov-Felder verwendet, um Regionen in einem Bild zu segmentieren. Ich verstehe einige der Parameter in der MRF nicht oder weiß nicht, warum die von mir durchgeführte Erwartungsmaximierung manchmal nicht zu einer Lösung konvergiert. Ausgehend von Bayes...
Ich habe das FaceNet- Papier gelesen und im dritten Absatz der Einleitung heißt es: Frühere Gesichtserkennungsansätze, die auf tiefen Netzwerken basieren, verwenden eine Klassifizierungsschicht, die über einen Satz bekannter Gesichtsidentitäten trainiert wurde, und verwenden dann eine...
Nach dem Training einer selbstorganisierenden Karte kann man die U-Matrix berechnen . Es gibt einige Tools , um es manuell zu visualisieren und Cluster zu identifizieren, aber ich frage mich, ob es einen Algorithmus gibt, der diesen Prozess automatisch ausführt (dh keinen Menschen, der die Figur...
Für einige Volumenrekonstruktionsalgorithmen, an denen ich arbeite, muss ich eine beliebige Anzahl von kreisförmigen Mustern in 3D-Punktdaten (die von einem LIDAR-Gerät stammen) erkennen. Die Muster können beliebig im Raum ausgerichtet sein und in dünnen 2D-Ebenen liegen (wenn auch nicht perfekt)....
Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit...
Entschuldigt sich für den Missbrauch von Fachbegriffen. Ich arbeite an einem Projekt zur semantischen Segmentierung über Faltungs-Neuronale Netze (CNNs). Beim Versuch, eine Architektur vom Typ Encoder-Decoder zu implementieren, hat die Ausgabe dieselbe Größe wie die Eingabe. Wie gestalten Sie die...