跳转到主要内容
全息影像知多少?

全息技术是利用干涉和衍射原理记录并再现物体真实的三维图像的记录和再现的技术。其第一步是利用干涉原理记录物体光波信息,此即拍摄过程:被摄物体在激光辐照下形成漫射式的物光束;另一部分激光作为参考光束射到全息底片上,和物光束叠加产生干涉,把物体光波上各点的位相和振幅转换成在空间上变化的强度,从而利用干涉条纹间的反差和间隔将物体光波的全部信息记录下来。

深度学习的“警察”与“小偷”

深度学习对抗样本(Adversarial Examples)的概念最早是Christian Szegedy 等人在ICLR2014发表的论文中提出来的,即在数据集中通过故意添加细微的干扰所形成输入样本,受干扰之后的输入导致模型以高置信度给出了一个错误的输出。

IIoT边缘计算准备好了吗?

近年来,边缘计算这项强大的技术已得到了充分的发展,拥有物联网设备的公司是该考虑增强其设备安全和分析能力了。

Unity常用事件函数与变量

常用必然事件——Awake:脚本实例被创建时调用;Start: Update函数第一次运行之前调用;Update:每帧调用一次;FixedUpdate:每个固定物理时间间隔调用一次;Reset:用户点击检视面板的Reset按钮或者首次添加该组件时被调用。此函数只在编辑模式下被调用。Reset最常用于在检视面板中给定一个最常用的默认值......

EM算法原理总结

EM算法也称期望最大化(Expectation-Maximum,简称EM)算法,它是一个基础算法,是很多机器学习领域算法的基础,比如隐式马尔科夫算法(HMM), LDA主题模型的变分推断等等。本文就对EM算法的原理做一个总结。

推动计算机视觉、AI识别发展的四大关键趋势

早在2011年嵌入式视觉联盟(EVA)成立时,其创始公司就认为,在广泛的市场范围内,在实用计算机视觉技术和解决方案领域的投资、创新和部署,将很快出现前所未有的增长。在不到十年后,这一预测就真正实现了。在过去的六年中,美国和中国在计算机视觉公司领域的投资都在加速,过去六年的投资额增长了100倍,并且增长速度没有任何放缓的迹象......

安卓手机强制使用GPU渲染有何利与弊?

相信很多机友在“开发人员选项”设置里都见到了“强制进行GPU渲染(在应用程序中使用2D硬件加速)”这个功能,很显然GPU是显卡的意思,那么这个功能具体有什么作用呢?开启之后有什么好处呢?一起来一探究竟吧!

图像处理基本概念笔记(一)

<font style="line-height: 40px;"><strong>0、HSV</strong></font>

HSV (Hue, Saturation, Value)颜色的参数分别是:色调(H),饱和度(S),明度(V)。

根据颜色的直观特性创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。

HSI

HSI模型以色调、饱和度和亮度三种基本特征量来感知颜色。
色调H(Hue):与光波的波长有关,它表示人的感官对不同颜色的感受,如红色、绿色、蓝色等,它也可表示一定范围的颜色,如暖色、冷色等。

2分钟短片带你认识5G

如果说:1G是步行速度、2G是单车速度、3G是汽车速度、4G是飞机速度、那么5G会是……?为了让大家更好的认识5G,特意制作了通俗易懂的5G短片,2分钟了解5G对生活的影响!赶快来看看吧!!!

OpenGL/OpenGL ES 渲染流程以及固定存储着色器

在可编程管线中,我们能够编码的就是Vertex Shader(顶点着色器) 和 Fragment Shader(片元着色器),这也是渲染过程中,必备的2个着色器。

光栅投影和三维重建

客观物体在空间上是三维的,但是人们从客观景物上得到的图像往往是二维的。光栅投影就是通过获取的二维信息来反映并还原物体的三维信息。

K-Means聚类算法原理

K-Means算法是无监督的聚类算法,它实现起来比较简单,聚类效果也不错,因此应用很广泛。K-Means算法有大量的变体,本文就从最传统的K-Means算法讲起,在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的优化Mini Batch K-Means算法。

物联网网关的概念及三大关键设计因素

网关是一种充当转换重任的计算机系统或设备。在使用不同的通信协议、数据格式或语言,甚至体系结构完全不同的两种系统之间,网关是一个翻译器。与网桥只是简单地传达信息不同,网关对收到的信息要重新打包,以适应目的系统的需求。同时,网关也可以提供过滤和安全功能。

光神经网络,正在照亮智能计算的未来

我们知道,深度学习神经网络是模仿人类大脑神经元的运行方式而来的。在每一层中,来自上一层(或者输入源)的信号经由神经元处理,将结果和前向信号传递给下一层的神经元。

深度学习中梯度下降的两个阶段

事实上,在神经网络中,我们几乎总是选择我们的模型作为运行随机梯度下降的输出。对线性模型来说,我们分析SGD如何作为一个隐式调节器。对于线性模型,SGD总是收敛到一个小规范的解决方案。因此,算法本身隐含地规范了解决方案。

分享:LeNet-5 卷积神经网络结构图

LeNet-5是Yann LeCun在1998年设计的用于手写数字识别的卷积神经网络,当年美国大多数银行就是用它来识别支票上面的手写数字的,它是早期卷积神经网络中最有代表性的实验系统之一。可以说,LeNet-5就相当于编程语言入门中的“Hello world!”。

【视频】PowerVR 工具——PVRTrace概览PVRTrace允许开发人员捕获和分析应用程序发出的OpenGL ES和EGL API调用,允许他们检查数据而无需筛选源代码。这样可以快速轻松地识别代码中的冗余调用和错误。PVRTrace包含两个主要组件:记录库和GUI分析工具。
Unity 2018.4 LTS版本发布

Unity 2018.4 LTS长期稳定支持版现已发布,该版本将提供持续2年的稳定支持。Unity LTS版本适用于希望继续开发和发布已有游戏或内容的用户,以及那些想要长时间保持使用一个稳定版本的用户。

图像处理之灰度变换

对于数字图像处理而言,一般包含着空间域处理和变换域处理两种形式。空间域处理方法主要是直接以图像中的像素操作为基础,它主要分为灰度变换和空间滤波两类。灰度变换是在图像的单个像素上操作,主要以对比度和阈值处理为目的。

卷积的三种模式:full, same, valid

本文清晰展示三种模式的不同之处,其实这三种不同模式是对卷积核移动范围的不同限制。