demi的博客

现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像。减少数字图像中噪声的过程称为图像去噪。

从细致入微的纹理、虚实难辨的光影质感，再到两个完全由视觉特效创造的角色波士顿(Boston)和摩根(Morgan)身上，无不让人感受到亦真亦幻的奇幻视觉冲击。如果不看出品方，这部高画质的视频可能会让B站网友误以为是某一部好莱坞巨制的片段。

过去的2019年里，从扰乱选举到有目标的勒索软件、到隐私法规，再到Deepfakes和恶意AI，2020年的141条网络安全预测远远不够，因此本文又公布了42名网络安全高管提供的网络安全预测。

视觉是人类认知世界最重要的功能手段，生物学研究表明，人类获取外界信息75%依靠视觉系统，而在驾驶环境中这一比例甚至高达90%。如果能够将人类视觉系统应用到自动驾驶领域，无疑将会大幅度提高自动驾驶的准确性，而这正是当前计算机科学和自动驾驶领域最热门的研究方向之一，它就是机器视觉技术。

今天介绍卷积网络中一个很重要的概念，通道（Channel），也有叫特征图（feature map）的。卷积网络中主要有两个操作，一个是卷积(Convolution)，一个是池化(Pooling)。其中池化层并不会对通道之间的交互有影响，只是在各个通道中进行操作。

神经网络是由大量的神经元互联而构成的网络。根据网络中神经元的互联方式，常见网络结构主要可以分为３类：前馈神经网络、反馈神经网络、自组织神经网络。

过去十年中，最重要的技术变革之一是物联网设备在各行业的广泛采用。专家们相信，在未来的十年里，随着物联网设备得到更广泛的应用，以及各行业找到新的方法来使该技术适应特定行业需求，我们将看到物联网市场的重大变化。以下是未来十年我们可能看到的6个物联网发展。

造成图像模糊的原因有很多，其中包括光学因素、大气因素、人工因素、技术因素等等，日常生产生活中对图像进行去模糊操作有其重要意义。要取得比较好的处理效果，不同原因导致的模糊往往需要不同的处理方法。从技术方面来向，模糊图像处理方法主要分为三大类，分别是图像增强、图像复原和超分辨率重构。

支持AI人工智能和ML机器学习部署的数据中心依靠基于图形处理单元（GPU）的服务器为其计算密集型架构提供支持。到2024年，在多个行业中，GPU使用量的增长将使GPU服务器的复合年增长率超过31％。这意味着将有更多的系统架构师承担承担相应的职责，以确保GPU系统具有最高的性能和成本效益。

今天这篇文章和大家聊聊朴素贝叶斯模型，这是机器学习领域非常经典的模型之一，而且非常简单，适合初学者入门。朴素贝叶斯模型，顾名思义和贝叶斯定理肯定高度相关。