计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
25993内容
阿里云人脸识别Java调用示例参考
目前阿里云提供了关于人脸识别的调用接口,提供的接口包括人脸检测定位、人脸属性识别及人脸对比三个API,用户可以基于Rest API的调用说明完成调用操作。下面给出使用Java语言分别使用网络图片和本地图片调用人脸属性API的示例。
| |
来自: 云原生
快速搭建 Serverless 实时按需图像处理服务
示例讲述了如何快速地利用 FC 函数计算以及 OSS 对象存储服务搭建一个按需转换图像的在线图像处理服务。达到的效果为: 当前端根据用户设备的 media 信息来请求特定尺寸图像副本时,若对象存储中未存在,则通过函数动态生成相关图像存储到对象存储中并返回。
使用Numpy和Opencv完成图像的基本数据分析(Part I)
随着科技的进步,使用Python包访问数字图像的内部变得更容易理解其属性和性质,掌握对数字图像处理的能力显得是十分有必要。
人工智能在细分及新兴领域的应用
深度学习算法在学习和预测方面的能力为实现人工智能应用打开了大门。如今,AI也在其他领域产生了深远的影响。在这篇文章中,我们将讨论AI在一些细分领域方面的应用。
如何利用深度学习诊断心脏病
本文探讨的是开发一个能够对心脏磁共振成像(MRI)数据集图像中的右心室自动分割的系统。到目前为止,这主要是通过经典的图像处理方法来处理的。而现代深度学习技术有可能提供更可靠、更自动化的解决方案。
视频图像分割研究与实现(二):常见图像和视频分割方法概述
<div style="text-align:center"><br></div> <div style="text-align:center"></div> <h1 style="text-align:center">常见图像和视频分割方法概述</h1> <p><br></p> <p>图像与视频分割是指按照一定的原则将图像或视频序列分为若干个特定的、具有独特性质的部分或子集,并提
ECCV18 | 谷歌普林斯顿提出首个端到端立体双目系统深度学习方案
本文是计算机视觉顶会ECCV 2018录取论文中备受关注的一篇,来自谷歌&普林斯顿大学的研究人员提出了第一个主动双目立体成像系统的深度学习解决方案,在诸多具有挑战性的场景中展示出最先进的结果。
免费试用