学者们针对这一问题已经研发看各种巧妙的解决方案，以避在深度学习模型中数据少的问题。近些年 Few/One-Shot Learning 和 Zero-Shot Learning 技术发展迅速，模型的性能得到了大幅度的提升。Data Augmentation：

图像超分辨率是提高计算机视觉中图像和视频分辨率的一类重要图像处理技术。近年来，利用深度学习技术实现图像超分辨率技术取得了显著进展。在调查中，我们的目的是给出在一个系统的方式中使用深度学习方法来实现图像超分辨率的最新进展。我们可以将现有的SR技术研究大致分为

智能交通系统------伴随着人工智能进入国家战略层面的议程，以及人工智能技术的不断革新突破，智能交通系统在未来会成为必然的发展趋势,要实现交通系统的直观认识和方便手段,就要将大量的交通信息利用计算机的视觉技术进行处理。基于计算机视觉的智能交通是基于多项高

计算机视觉华人泰斗，美籍华裔信息学家，美国工程院院士黄煦涛4月25日夜间在美国印第安纳小女儿家过世，享年84岁。黄煦涛1936年出生于上海，在中国台湾长大，1956年毕业于国立台湾大学电机系。黄煦涛不仅是美国国家工程院院士，同时也是中国工程院外籍院士、中国

如果把里面的paper都学过一遍，可谓视觉领域的高手高手高高手……此数据库包含了20w张人脸图片，每张图片标注了5个特征点、以及几十种属性。这个网站包好了1.4w张的人脸训练数据图片，每张图片标注了74个人脸特征点。不过这个数据感觉标注的很不精确

本文转自雷锋网，如需转载请至雷锋网官网申请授权。人类并不是完美的，我们经常在编写软件的时候犯错误。有时这些错误很容易找到：你的代码根本不工作，你的应用程序会崩溃。但有些 bug 是隐藏的，很难发现，这使它们更加危险。在处理深度学习问题时，由于某些不确定性，

系列简介及入门推荐<前篇----后篇>线性分类器。在初次进入坑，接触高深的算法环节之前，有必要对计算机视觉的目标和实现有一个大概的了解。虽说都是些量少易懂的知识点，却主角般地贯穿着整个学习过程，而且作为从小白到学习者思维转换的桥梁，其必要性是肯

作者 | Mingxing Tan，Quoc V. Le，Google AI译者 | 刘畅责编 | 夕颜出品 | AI科技大本营开发一个卷积神经网络的成本通常是固定的。在获得更多资源时，我们通常会按比例进行扩展，以便获得更优的准确性。例如，ResNet可以

Attention注意力，起源于Human visual system，个人定义的话，应该类似于 外界给一个刺激Stimuli，然后HVS会第一时间产生对应的 saliency map，注意力对应的应该就是这个显著性区域。这其中就涉及很多 bottom-u

报告包括概述篇、技术篇、人才篇、会议篇、应用篇、趋势篇，本文截取概述篇部分内容。什么是计算机图形学？关于计算机图形学的定义众说纷纭。总而言之计算机图形学是研究怎样利用计算机来显示、生成和处理图形的原理、方法和技术的一门学科，这里的图形是指三维图形的处理。计

AI100 已经引入 Hugo Larochelle 教授的深度学习课程，会在公众号中推送，并且对视频中的 PPT 进行讲解。课后，我们会设计一系列的问题来巩固课程中的知识。本节课是 Hugo Larochelle 教授深度学习第七章节的第六节课。介绍什么

AI 寒冬论作者 Filip Piekniewski 再次发文，从计算机视觉的角度出发谈论深度学习的效用和风险等。他认为经典计算机视觉不会消亡，深度学习只能应用于可接受偏差的场景中。计算机视觉和 AI 领域研究者 Filip Piekniewski 曾经发

Movidius Myriad VPU 是一块小到没地方写「Intel Inside」的芯片。而生产它的 Movidius 这家公司，在英特尔的「AI 全家桶」里也一直不是最抢眼的那个。它没有 Altera 和 Mobileye 的天价收购光环，也不像 N

然而，计算机视觉仍然是人工智能面临的最大挑战之一。特别是，我们将研究神经网络压缩，细粒度图像分类，纹理合成，图像搜索和对象跟踪等应用。研究表明，神经网络中使用的参数可能非常多余。低秩近似用于接近原始权重矩阵。