自然表情响应

发布时间：2021-01-21  栏目：人工智能, 机器人  评论：0 Comments

自然表情响应，英文名称为“Natural Facial Expression Response”,英文缩写为NFER, 由人工智能科学家杨文龙(即我自己，哈哈)在2021年1月21日（即今天）提出。主要指人工智能（如虚拟机器人或实体机器人）在对环境（他人的自然语言、表情情绪及相...

进化论与人工智能的自适应

发布时间：2021-01-19  栏目：感悟  评论：0 Comments

在人工智能行业，特别是医疗行业，我们经常想设计一种人工智能算法，可以根据环境的改变而自适应环境的变化。因为起码在医疗行业，一个新版本的算法是需要重新申请许可证的，而这个流程是非常长的（根据地域不同，一般为半年到两年的时间），还...

卷积神经网络中的通道、过滤器和卷积核

发布时间：2021-01-11  栏目：人工智能, 图像处理, 机器视觉, 深度学习  评论：0 Comments

过滤器或者卷积核相当于CNN网络中的平铺并行操作，而且是局部连接的： – 对于最初输入图片样本的通道数 in_channels 取决于图片的类型，如果是彩色的，即RGB类型，这时候通道数固定为3，如果是灰色的，通道数为1。 – 卷积完成之后...

对卷积的理解

发布时间：2021-01-07  栏目：人工智能, 图像处理, 机器视觉  评论：0 Comments

为了更好地理解这些问题，我们先给出两个典型的应用场景： 1. 信号分析 一个输入信号f(t)，经过一个线性系统（其特征可以用单位冲击响应函数g(t)描述）以后，输出信号应该是什么？实际上通过卷积运算就可以得到输出信号。 2. 图像处理 输入一幅...

95% Hausdorff distance (HD)：95% Hausdorff距离

发布时间：2021-01-07  栏目：图像处理  评论：0 Comments

Dice对mask的内部填充比较敏感，而hausdorff distance 对分割出的边界比较敏感。 下面8张图能够很清晰讲解它的原理: 95% HD is similar to maximum HD. However, it is based on the calculation of the 95th percentile of the dista...

卷积神经网络需要学习的参数有哪些？

发布时间：2021-01-07  栏目：人工智能, 机器视觉  评论：0 Comments

卷积神经网络中有很多执行不同功能的层结构，同时也有很多参数需要学习。其中池化层（包括空间金字塔池化层）、reshape层是没有需要学习的参数的，下面我将会盘点CNN中的所有参数。 Softmax层 Softmax层是一个多分类的逻辑斯蒂回归，其需要学习...

常用的图像特征提取方式及对比

发布时间：2021-01-05  栏目：图像处理  评论：0 Comments

常用的图像特征提取方式： -HOG（方向梯度直方图）：边缘形状（梯度） -ORB/FAST：与周围点灰度的差异（不同点） -LBP （局部二值模式）：纹理信息 -HAAR：灰度变化（模板） -SIFT（尺度不变特征变换）：多尺度、差分高斯（卷积）极值点、过滤、...

近期文章

近期评论

文章归档

分类目录

功能

热情读者



作者其他介绍


友情链接


相册集

pix pix pix pix pix pix

关于自己

杨文龙，微软Principal Engineering Manager, 曾在各家公司担任影像技术资深总监、数据科学团队资深经理、ADAS算法总监、资深深度学习工程师等职位，热爱创新发明，专注于人工智能、深度学习、图像处理、机器学习、算法、自然语言处理及软件等领域，目前发明有国际专利19篇，中国专利28篇。

联系我

个人技术笔记

290125097@qq.com

2015 in Shanghai



Copyright © 杨文龙的博客, All Rights Reserved. 沪ICP备14044444号-2