在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何关系位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定。在机器视

前微软全球执行副总裁沈向洋博士，迈出了回归学术的第一步。AI 科技评论消息，沈向洋将就职清华大学高等研究院，担任兼职教授，并开始招收博士生，研究方向为计算机图形学、计算机视觉。清华高等研究院是由诺贝尔奖获得者杨振宁于 1997 年创建的基础科学研究单位，其

计算机视觉正在加速行业中几乎每个领域的发展。在计算机视觉技术的帮助下，组织正在彻底改变机器以前的工作方式。现在，全球各地的大型技术都在利用计算机视觉技术领域，例如医疗保健和自动驾驶等。为了建立强大的计算机视觉深度学习模型，必须在训练阶段应用高质量的数据集。

最近做了一个项目，通过爬虫去抓取页面快照，然后对页面兼容性进行全面测试。但是遇到一个问题，抓取到海量页面之后，难道还要人工去分析吗?我们总会找到一些合适的场景用机器来代替人，而 AI 正是这个支点。AI 如果是这个时代的契机，那么作为 Web 前端，在这人

本书将从图像处理的基本操作出发，带你开启先进计算机视觉概念的探索之旅。计算机视觉是一个快速发展的学科，在现实生活中，它的应用增长得非常快，因此写作本书的目的是为了帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家。

机器之心原创,作者：邱陆陆。在今年 6 月召开的 CVPR2018 上，德国图宾根大学及马克斯·普朗克研究所自动视觉组负责人 Andreas Geiger 教授摘得了 PAMI Young Researcher Award，该奖项颁发给 7 年内获得博士学

细粒度视觉分类即识别细分类别的任务，一般它需要同时使用全局图像信息与局部特征信息精确识别图像子类别。细粒度分类是计算机视觉社区最为有趣且有用的开放问题之一，目前还有很多难题期待解决。2011 年，谷歌开始赞助举办第一届 FGVC Workshop，之后每两

近日，针对深度学习系统的对抗性样本攻击问题，来自麻省理工学院，加州大学戴维斯分校，IBM Research 和腾讯 AI Lab 的学者在 arXiv 上发表论文提出对于神经网络图像标注系统的对抗样本生成方法。实验结果显示图像标注系统能够很容易地被欺骗。深

你有没有好奇过为什么刷脸就可以给手机解锁？或者与朋友自拍时，系统自动给你适配滤镜？你是否知道这些很酷的功能是通过一个奇妙的神经网络实现的，它不仅可以识别出照片中的人脸，还可以识别出一些具体特征的位置。从某种意义上说，你的手机可以"看到"

自残差网络以来，深度模型拥有了极大的容量，同时 GPU、TPU 等硬件为深度学习提供了巨大的计算力。但计算机视觉最主要的数据集还是仅拥有 1M 图片的 ImageNet，因此谷歌希望利用 300M 的大数据集进一步检验模型的能力和提升空间。过去十年，计算视

本文系香侬科技系列专访栏目，本期采访嘉宾是Facebook人工智能研究院首席科学家Devi Parikh。Facebook人工智能研究院首席科学家Devi Parikh 是2017年 IJCAI 计算机和思想奖获得者，并位列福布斯2017年“20位引领AI

随着AR / VR，自动驾驶汽车的发展，3D视觉问题变得越来越重要，因为它提供了比2D更丰富的信息。我将介绍两种基本的3D场景分析深度学习模型，VoxNet和PointNet。3D格式简介3D图像测量更多维度，即深度维度。有两种最广泛使用的3D格式，即RG

2019 年 3 月 24 日下午，“AI 未来说·青年学术论坛”的第三期计算机视觉专场，在北京市中国科学院大学中关村校区 3 号教学楼 S101阶梯教室举行。这可以理解为研究使用各种成象系统代替视觉器官作为输入，并由计算机代替大脑来完成识别、跟踪、测量、

就让小编来告诉你吧！AR是增强现实的简称，指通过计算机系统提供的信息增加用户对现实世界感知的技术，将虚拟的信息应用到真实世界，并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，从而实现对现实的增强。或许很多人对它的“近亲”VR更为熟悉，甚至常常