Bài giảng Học sâu và ứng dụng: Bài 7 - Một số ứng dụng học sâu trong thị giác máy tính

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:60

Thêm vào BST

Báo xấu

1
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Học sâu và ứng dụng: Bài 7 - Một số ứng dụng học sâu trong thị giác máy tính" giới thiệu các ứng dụng tiêu biểu của học sâu trong lĩnh vực thị giác máy tính như: phân loại ảnh, phát hiện đối tượng, phân đoạn ảnh và nhận diện khuôn mặt. Qua đó, sinh viên hiểu được cách triển khai các mô hình học sâu cho từng bài toán cụ thể và nắm được các mô hình, công cụ thường dùng trong thực tiễn.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Học sâu và ứng dụng: Bài 7 - Một số ứng dụng học sâu trong thị giác máy tính

Bài 7: Một số ứng dụng học sâu trong thị giác máy 1
Nội dung 1.Giới thiệu tổng quan về thị giác máy và các ứng dụng 2.Giới thiệu về bài toán phát hiện đối tượng 3.Giới thiệu một số mạng đề xuất vùng R- CNN, Fast R-CNN, Faster R-CNN… 4.Giới thiệu một số mạng không đề xuất vùng: SSD, Yolo … 2
Giới thiệu tổng quan về thị giác máy và các ứng dụng 3
Biology Psychology Neuroscience Physics optics Cognitive sciences Image Algorithms, processing Computer theory,… Computer Science Vision Systems, Speech, NLP architecture, … Robotics Information retrieval Machine Engineering learning Mathematics 4
Thế nào là Thị giác máy tính? Ảnh hoặc video Thiết bị cảm biến Thiết bị diễn giải Diễn giải Vườn, mùa xuân, cây cầu, nước, cây cối, hoa, màu xanh… 5
Mắt người rất nhạy 100 ms mỗi khung hình, Chưa hề nhìn thấy ảnh và không biết có người Potter, Biederman, etc. 1970s trong đó Nhưng có thể nhận ra dễ dàng 6
Thị giác con người vẫn có nhiều yếu điểm 7
8
Mục tiêu của thị giác máy tính • Cầu nối giữa các điểm ảnh biểu diễn bằng số với ngữ nghĩa Source: S. Narasimhan Cái chúng ta thấy Cái mà máy tính nhìn thấy 9
Tại sao nên học thị giác máy tính? • Hữu ích: Ảnh và video khắp nơi! Giám sát và an ninh Ảnh y tế, viễn thám, thiên văn 10
Thị giác máy có thể dùng như thiết bị đo đạc Real-time stereo e from motion struction et photo collections Pollefeys et al. Goesele et al. 11
Thị giác máy là nguồn thông tin ngữ nghĩa amusement park sky Objects Activities Scenes The Wicked Cedar Point Locations Twister Text / writing Faces ride Ferris Gestures wheel Motions ride Emotions… 12 E Lake Erie water ride Slide credit: Kristen Grauman tree tree people waiting in line people sitting on ride umbrellas tree maxair carousel deck bench tree pedestrians 12
Mô hình hóa 3D thành phố Bing maps, Google Streetview Source: S. Seitz 13
Phát hiện mặt • Nhiều camera kỹ thuật số có khả năng tự động phát hiện khuôn mặt • Canon, Sony, Fuji, … Source: S. Seitz 14
Phát hiện nụ cười Sony Cyber-shot® T70 Digital Still Camera Source: S. Seitz 15
Nhận dạng mặt: Apple iPhoto http://www.apple.com/ilife/iphoto/ 16
Sinh trắc học How the Afghan Girl was Identified by Her Iris Patterns Source: S. Seitz 17
Sinh trắc học Hệ thống nhận dạng mặt xuất hiện ngày càng nhiều Nhận dạng vân tay (Fingerprint Ví dụ: iphone X vừa giới thiệu scanners) trên nhiều laptop và faceID thiết bị 18
Nhận dạng văn bản (OCR) Nhận dạng chữ số viết tay, AT&T labs Đọc biển số xe http://en.wikipedia.org/wiki/Automatic_number_plate_recognition Source: S. Seitz 19
Tương tác người máy và games Sony EyeToy Microsoft’s Kinect Assistive technologies Source: S. Seitz 20