ScholarGate
Assistent

Visió

46 mètodes en aquesta família.

Destacats

Restes de fonsBackground subtraction is a video processing technique that separates moving foreground objects from a static or slowly changing background by comparing each frame to a learned or Detecció de blobsBlob detection is a technique for identifying regions of interest (blobs)—connected, homogeneous areas that differ from their surroundings—at multiple scales. Introduced by LindebeDetecció de vores de CannyThe Canny edge detector, introduced by John Canny in 1986, is a multi-stage algorithm for identifying edges in digital images where significant intensity changes occur. Canny's metClassificació d'imatges amb CNNCNN image classification uses deep convolutional architectures such as ResNet (He et al., 2016), VGG and EfficientNet (Tan & Le, 2019) to sort images into categories. Stacked convoAnàlisi de contornsContour analysis is the process of detecting and analyzing the boundaries of objects in images by identifying connected edges and extracting shape information. The Suzuki-Abe algorDETR (Detection Transformer)DETR (Detection Transformer) is an end-to-end framework for object detection introduced by Carion et al. in 2020 that reformulates detection as a direct set prediction problem usin

Itinerari de lectura

Els mètodes fonamentals més referenciats d'aquest tema, en l'ordre en què es van desenvolupar — un punt de partida si tot just hi arribeu.

  1. Operacions de Morfologia d'Imatge1982per Jean Serra
  2. Anàlisi de contorns1985per Satoshi Suzuki and Keiichi Abe
  3. Detecció de cantonades Harris1988per Chris Harris and Mike Stephens
  4. Detecció de blobs1998per Tony Lindeberg
  5. Aprenentatge per transferència amb classificació d'imatges2010–2012per Pan, S. J. & Yang, Q. (transfer learning framework); Krizhevsky, Sutskever & Hinton (deep CNN backbone)
  6. Classificació d'imatges2012 (deep CNN era); conceptual roots 1989 (LeCun)per Krizhevsky, A.; Sutskever, I.; Hinton, G. E.
  7. Detecció d'objectes2014–2016per Girshick, R. et al. (R-CNN); Redmon, J. et al. (YOLO)
  8. Segmentació semàntica2015per Long, J., Shelhamer, E., & Darrell, T.
tots els mètodes d'aquest prestatge ↓

Tots els mètodes 46

Restes de fonsDetecció de blobsDetecció de vores de CannyClassificació d'imatges amb CNNAnàlisi de contornsDETR (Detection Transformer)Classificació d'imatges adaptativa al dominiClassificació d'imatges explicableDetecció d'objectes explicableSegmentació Semàntica ExplicableDetecció d'objectes amb pocs exemplesClassificació d'imatges amb ajustament fi (Fine-Tuning)Segmentació semàntica afinadaFully Convolutional Network (FCN)Detecció de cantonades HarrisEquació d'histogramaLa Transformada de HoughClassificació d'imatgesOperacions de Morfologia d'ImatgeMètode de flux òptic de Lucas-KanadeMask R-CNN: Segmentació d'instàncies amb màscares a nivell de píxelClassificació d'imatges multilingüeSegmentació semàntica multilingüeClassificació d'Imatges MultimodalMultimodal Object DetectionSegmentació semàntica multimodalDetecció d'objectesDescriptor de característiques ORBClassificació d'imatges basada en píxelsTeoria de l'espai d'escalesClassificació d'imatges auto-supervisadaDetecció d'objectes auto-supervisadaSegmentació semàntica auto-supervisadaSegmentació semànticaClassificació d'imatges semi-supervisadaDetecció d'objectes semi-supervisadaSegmentació semisupervisada semànticaDetecció de característiques SIFTCoincidència estèreoAprenentatge per transferència amb classificació d'imatgesAprenentatge per transferència amb detecció d'objectesSegmentació WatershedClassificació d'imatges amb supervisió febleDetecció d'objectes amb supervisió febleSegmentació semàntica feblement supervisadaYOLO (You Only Look Once)