Deep Learning in Object Recognition, Detection, and Segmentation
A mesterséges intelligencia jelentős áttöréseként a mélytanulás lenyűgöző sikereket ért el a nagy kihívások megoldásában számos területen, többek között a beszédfelismerés, a természetes nyelvfeldolgozás, a számítógépes látás, a kép- és videófeldolgozás és a multimédia területén.
Ez a monográfia történeti áttekintést nyújt a mélytanulásról, és az objektumfelismerésben, -detektálásban és -szegmentálásban való alkalmazására összpontosít, amelyek a számítógépes látás kulcsfontosságú kihívásai, és számos alkalmazásuk van a képeken és videókon. Konkrétan az objektumfelismerés témakörébe tartozik a képosztályozás az ImageNet-en, az arcfelismerés és a videóosztályozás.
A detektálás terén a monográfia az ImageNet-en történő általános objektumdetektálással, a gyalogosok detektálásával, az arcok tájékozódási pontjainak detektálásával (arcigazítás) és az emberi tájékozódási pontok detektálásával (pózbecslés) foglalkozik. Végül a szegmentáláson belül a könyv a jelenetcímkézés, a szemantikus szegmentálás, az arcelemzés, az emberi elemzések és a kiemelkedés-érzékelés terén elért legújabb eredményekkel foglalkozik. Ezen alkalmazások konkrét példái magyarázzák el azokat a kulcsfontosságú pontokat, amelyek révén a mélytanulás felülmúlja a hagyományos számítógépes látórendszerek teljesítményét.
A Deep Learning in Object Recognition, Detection, and Segmentation átfogó bevezető áttekintést nyújt egy olyan témáról, amely jelentős hatással van a jelfeldolgozás, a számítógépes látás és a gépi tanulás számos kutatási területére. Ez a könyv kötelező olvasmány az e területeken újonnan dolgozó hallgatók és kutatók számára.