ScholarGate
Asisten

Visi

46 metode dalam keluarga ini.

Unggulan

Subtraksi Latar BelakangBackground 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 Deteksi BlobBlob detection is a technique for identifying regions of interest (blobs)—connected, homogeneous areas that differ from their surroundings—at multiple scales. Introduced by LindebeDeteksi Tepi 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 metKlasifikasi Citra 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 convoAnalisis KonturContour 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

Jalur bacaan

Metode fondasional yang paling banyak dirujuk pada topik ini, dalam urutan pengembangannya — tempat untuk memulai jika Anda baru di sini.

  1. Operasi Morfologi Citra1982oleh Jean Serra
  2. Analisis Kontur1985oleh Satoshi Suzuki and Keiichi Abe
  3. Deteksi Sudut Harris1988oleh Chris Harris and Mike Stephens
  4. Deteksi Blob1998oleh Tony Lindeberg
  5. Transfer Learning untuk Klasifikasi Citra2010–2012oleh Pan, S. J. & Yang, Q. (transfer learning framework); Krizhevsky, Sutskever & Hinton (deep CNN backbone)
  6. Klasifikasi Citra2012 (deep CNN era); conceptual roots 1989 (LeCun)oleh Krizhevsky, A.; Sutskever, I.; Hinton, G. E.
  7. Deteksi Objek2014–2016oleh Girshick, R. et al. (R-CNN); Redmon, J. et al. (YOLO)
  8. Semantic Segmentation2015oleh Long, J., Shelhamer, E., & Darrell, T.
semua metode di rak ini ↓

Semua metode 46

Subtraksi Latar BelakangDeteksi BlobDeteksi Tepi CannyKlasifikasi Citra CNNAnalisis KonturDETR (Detection Transformer)Klasifikasi Citra Adaptif DomainKlasifikasi Citra yang Dapat DijelaskanDeteksi Objek yang Dapat DijelaskanSegmentasi Semantik yang Dapat DijelaskanDeteksi Objek Sedikit Contoh (Few-Shot Object Detection)Klasifikasi Citra yang Disesuaikan (Fine-Tuned)Segmentasi Semantik yang Disesuaikan (Fine-Tuned)Fully Convolutional Network (FCN)Deteksi Sudut HarrisEkualisasi HistogramTransformasi HoughKlasifikasi CitraOperasi Morfologi CitraAliran Optik Lucas-KanadeMask R-CNN: Segmentasi Instans dengan Mask Piksel-TingkatKlasifikasi Citra MultibahasaSegmentasi Semantik MultibahasaKlasifikasi Citra MultimodalDeteksi Objek MultimodalSegmentasi Semantik MultimodalDeteksi ObjekDeskriptor Fitur ORBKlasifikasi Citra Berbasis PikselTeori Ruang-SkalaKlasifikasi Citra Mandiri-TerawasiDeteksi Objek Mandiri-TerawasiSegmentasi Semantik MandiriSemantic SegmentationKlasifikasi Citra Semi-TerawasiDeteksi Objek Semi-TerawasiSegmentasi Semantik Semi-TerawasiDeteksi Fitur SIFTPencocokan StereoTransfer Learning untuk Klasifikasi CitraTransfer Learning untuk Deteksi ObjekSegmentasi Daerah Aliran SungaiKlasifikasi Citra dengan Supervisi LemahDeteksi Objek Berpengawasan LemahSegmentasi Semantik yang Diawasi Secara LemahYOLO (You Only Look Once)