ScholarGate
Ассистент

Зрение

46 — методы этого семейства.

Избранное

Вычитание фонаBackground 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 Обнаружение блобовBlob detection is a technique for identifying regions of interest (blobs)—connected, homogeneous areas that differ from their surroundings—at multiple scales. Introduced by LindebeДетектор границ КанниThe 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 metКлассификация изображений с помощью свёрточных нейронных сетей (CNN)CNN 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 convoКонтурный анализContour 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

План чтения

Наиболее цитируемые фундаментальные методы этой темы в порядке их появления — отправная точка, если вы здесь впервые.

  1. Морфологические операции над изображениями1982Jean Serra
  2. Контурный анализ1985Satoshi Suzuki and Keiichi Abe
  3. Детектор углов Харриса1988Chris Harris and Mike Stephens
  4. Обнаружение блобов1998Tony Lindeberg
  5. Обучение с переносом для классификации изображений2010–2012Pan, S. J. & Yang, Q. (transfer learning framework); Krizhevsky, Sutskever & Hinton (deep CNN backbone)
  6. Классификация изображений2012 (deep CNN era); conceptual roots 1989 (LeCun)Krizhevsky, A.; Sutskever, I.; Hinton, G. E.
  7. Обнаружение объектов2014–2016Girshick, R. et al. (R-CNN); Redmon, J. et al. (YOLO)
  8. Семантическая сегментация2015Long, J., Shelhamer, E., & Darrell, T.
все методы на этой полке ↓

Все методы 46

Вычитание фонаОбнаружение блобовДетектор границ КанниКлассификация изображений с помощью свёрточных нейронных сетей (CNN)Контурный анализDETR (Detection Transformer)Адаптация изображений к доменуОбъяснимая классификация изображенийОбъяснимое детектирование объектовОбъяснимая семантическая сегментацияFew-Shot Object DetectionДообучение классификации изображенийДообученная семантическая сегментацияПолностью свёрточная сеть (FCN)Детектор углов ХаррисаГистограммная эквализацияПреобразование ХафаКлассификация изображенийМорфологические операции над изображениямиМетод Лукаса-КанадеMask R-CNN: Сегментация экземпляров с масками на уровне пикселейМногоязычная классификация изображенийМногоязычная семантическая сегментацияМультимодальная классификация изображенийМультимодальное обнаружение объектовМультимодальная семантическая сегментацияОбнаружение объектовДескриптор признаков ORBПиксельная классификация изображенийТеория пространственно-масштабных представленийСамообучающаяся классификация изображенийСамообучающееся обнаружение объектовСамообучающаяся семантическая сегментацияСемантическая сегментацияПолуавтоматическая классификация изображенийПолусупервизируемое детектирование объектовСемантическая сегментация с частичной разметкойОбнаружение признаков SIFTСтереосопоставление (стерео-матчинг)Обучение с переносом для классификации изображенийТрансферное обучение для детектирования объектовСегментация методом водоразделаСлабо контролируемая классификация изображенийСлабо контролируемое обнаружение объектовСлабо контролируемая семантическая сегментацияYOLO (You Only Look Once)