Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Компьютерное зрение: история и перспективы

Компьютерное зрение: история и перспективы

Deep Refactoring

September 26, 2017
Tweet

More Decks by Deep Refactoring

Other Decks in Education

Transcript

  1. Ведущий исследователь VisionLabs Окончил магистратуру и аспирантуру на физфаке ВГУ,

    тема исследований была связана сжатием изображений и видео. Начал заниматься компьютерным зрением в 2008. Работал в Лаборатории Компьютерной графики и Мультимедиа ВМК МГУ, где занимался задачами семантической сегментации изображений и распознавания текста. О докладчике Глубокий рефакторинг 3.10.2017
  2. Что такое компьютерное зрение? Это алгоритмы, позволяющие компьютерам получать высокоуровневую

    информацию из изображений и видео, тем самым автоматизируя некоторые аспекты зрительного восприятия человека. Глубокий рефакторинг 3.10.2017
  3. Первое появление президента РФ на телевидении Автономная навигация Инструктаж как

    приготовить пиццу Куда исчезла моя кошка? Видеонаблюдение Захват движения и дополненная реальность Глубокий рефакторинг 3.10.2017
  4. 1976 – Автоматическое распознавание автомобильных номеров 1974 – Первая покупка

    с использованием штрих-кода 70-e: индустрия Глубокий рефакторинг 3.10.2017
  5. 90-e: наука Статистическое обучение для распознавания лиц Получение карты глубины

    по паре изображений Алгоритмы выделения движения Глубокий рефакторинг 3.10.2017
  6. 00-e: наука Различные способы описания областей изображенийи их агрегации Использование

    различных методов машинного обучения и поиска в больших данных Алгоритмы глобальной оптимизации Глубокий рефакторинг 3.10.2017
  7. Текущие задачи Существущие алгоритмы требуют значительное количество данных для обучения,

    что является их существенным ограничением. Поэтому основными направлениями исследований являются следующие пункты • Разработка методов обучения по неполной разметке • Разработка методов адаптации доменов • Синтез данных наиболее приближенных к реальности • Исследование других возможностей для обучения моделей Глубокий рефакторинг 3.10.2017