深度学习在移动视觉中应用与图像处理技术综述.pptx

深度学习在视觉中应用与发展ZOMI酱MindSpore架构师

TABLEOFCONTENTS目录1深度学习在传统视觉领域应用2深度学习在移动视觉中的应用

unnamed.jpg图像处理图像分析图像理解高层底层具体抽象操作对象语义层次采集表达景物重建场景解释研究示例图像分割表达描述特性分析数学工具图像增强图像恢复图像编码拓展技术传统机器视觉（图像工程）基础架构

传统机器视觉（图像工程）基础架构——图像处理图像处理图像增强图像恢复图像编码拓展技术空域增强：点操作；空域增强：点操作；频域图像增强。图像消噪和恢复；图像校正和修补；图像去雾；图像投影重建。图像编码基础；图像变换编码；更多图像编码方法。数学形态学；二值化；灰度；图像识别；

图像分析图像分割表达描述特性分析数学工具图像分割基础；典型分割算法；分割技术扩展；分割评价比较；目标表达；目标描述；测量和误差分析；纹理分析；形状分析；运动分析；显著性和属性；数学形态学；二值化；灰度；图像识别；传统机器视觉（图像工程）基础架构——图像分析

特征提取——深度学习使用张噪声图作为CNN网络的输入向前传播，然后取得其在网络中第i层j个卷积核的激活a_ij(x)，然后做一个反向传播计算deltaa_i(x)/deltax的梯度，最后把该噪声图的卷积核梯度来更新噪声图。

特征提取——深度学习

特征提取——深度学习