Содержание
- Введение 1
- Основы обработки цифровых изображений 2
- - Цветовые модели и их применение 2.1
- - Фильтрация изображений 2.2
- - Сегментация изображений 2.3
- Классические методы идентификации объектов 3
- - Детекторы углов и краев 3.1
- - SIFT (Scale-Invariant Feature Transform) 3.2
- - HOG (Histogram of Oriented Gradients) 3.3
- Идентификация объектов на основе глубокого обучения 4
- - Сверточные нейронные сети (CNN) 4.1
- - Архитектуры CNN для идентификации объектов 4.2
- - YOLO (You Only Look Once) 4.3
- Практические примеры и результаты 5
- - Идентификация объектов в медицинских изображениях 5.1
- - Распознавание лиц на изображениях 5.2
- - Автоматическое обнаружение объектов на дорогах 5.3
- Заключение 6
- Список литературы 7