Три лекции Виктора Лемпицкого о компьютерном зрении ? |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-04-13 12:40 Три лекции Виктора Лемпицкого о компьютерном зрении ? Курс по глубинному обучению в Школе анализа данных ведёт Виктор Лемпицкий. Это довольно сложный курс для тех, кто уже близок к выпуску из ШАДа и хочет либо стать дата-саентистом, либо работать в смежной специальности. Виктор — один из лучших экспертов по анализу данных в России, кандидат физ.-мат. наук, директор Центра искусственного интеллекта Samsung в Москве, доцент и руководитель группы компьютерного зрения Сколтеха. Одна из последних работ, в написании которых Виктор принял участие, связана с генерацией естественных изображений, например портретов. Первый автор статьи — Шарух Атар, также с ней помогал преподаватель ШАДа Евгений Бурнаев. Доклад служит выжимкой из статьи: вы узнаете о самой методике и сможете оценить результаты. Зачем нужно генерировать естественные изображения? Например, чтобы восстанавливать фотографии, о которых имеются лишь неполные данные: у вас может быть снимок в низком разрешении или часть снимка. Как «дорисовать» недостающие детали или фрагменты? Второе выступление посвящено задаче, которая пока звучит как фантастика: сделать реалистичную трёхмерную модель человека, чтобы она в реальном времени повторяла за ним все движения, даже находясь на очень большом расстоянии от него. Другой человек мог бы общаться с такой моделью, как будто бы находясь с собеседником в одной комнате. Считайте это следующим шагом после Zoom. В докладе большая обзорная часть: Виктор объясняет, насколько мы приблизились к этому светлому будущему, какие есть подходы и в чём заключаются главные проблемы. Начало поймёт любой: посмотрите, чтобы вдохновиться развитием технологий. Бум сервисов компьютерного зрения, начиная с Prisma и заканчивая нейросетевыми картинами (https://ya.cc/t/yuLndCH6AZqMg), стал следствием развития так называемых свёрточных сетей. Эту модель придумали ещё в конце 80-х – начале 90-х, но научились эффективно (и, как мы знаем, наглядно) внедрять лишь в последние годы. Из короткой лекции Виктора можно узнать, в чём состоит обучение свёрточных сетей и как в принципе работает распознавание образов. Источник: www.youtube.com Комментарии: |
|