#影像處理

8 篇文章

AI 視覺創新:Metropolis 以 1.25 億美元收購 Oosto,重塑市場格局!
591

AI 視覺創新:Metropolis 以 1.25 億美元收購 Oosto,重塑市場格局!

人工智慧的新篇章:Metropolis 收購 Oosto 的背後市場格局的變遷在 2025 年的初春,AI 視覺創新領域迎來了一則引人注目的新聞:人工智慧新創公司 Metropolis 以 1.25 億美元收購了 Oosto,這家曾以 AnyVision 聞名的公司。這筆交易不僅代表著

「Halide 相機應用程式最新更新:推出‘零 AI’影像處理選項!」
1080

「Halide 相機應用程式最新更新:推出‘零 AI’影像處理選項!」

重塑手機攝影體驗:Camera-Halide 更新報導在智慧手機快速發展的時代,攝影已成為人們日常生活不可或缺的一部分。其中 Camera-Halide 這款相機應用程式以其強大的功能和簡潔的介面受到廣泛的關注。在最新的更新中,這款應用程式再次提升了使用者的攝影體驗,驚豔了許多專業與業

微觀影像分割:基於點和形狀規範的資料合成
1669

微觀影像分割:基於點和形狀規範的資料合成

微觀影像分割:透過點和形狀規範的資料合成背景近年來利用深度學習的方法進行微觀影像分割已成為熱門研究領域。然而傳統的分割方法需要大量的訓練資料,並且需要詳細的標註。這個過程既昂貴又耗時。然而紐約大學 Tandon 工程學院和德國波恩大學醫院的研究人員提出了一種新的方法,利用人工合成的訓練資料進行微觀影

AI 利用 2D 影像探索 3D 空間的新方法
1719

AI 利用 2D 影像探索 3D 空間的新方法

新方法幫助人工智慧利用 2D 影像在 3D 空間中導航摘要研究人員開發出一種新的方法,可以幫助人工智慧從 2D 影像中提取 3D 訊息,使得攝像頭對於自動駕駛等新興技術成為更有用的工具。這種被稱為 MonoXiver 的新方法可以與現有技術配合使用,並且可以顯著提高其準確性。尤其對於自動駕駛等應用非

模擬城市的影像幫助人工智慧理解真實街景
1650

模擬城市的影像幫助人工智慧理解真實街景

城市模擬影像協助人工智慧瞭解真實街景引言近年來人工智慧和深度學習的進展已經徹底改變了很多產業,並可能很快在重新建立你的社區方面發揮作用。透過分析深度學習模型對風景的影象,城市景觀師可以視覺化再開發計劃,從而改善風景或避免昂貴的錯誤。然而要實現這一目標,模型必須能夠正確識別和分類影象中的每個元素。這一

人工合成影像如何自暴其短——揭祕深度偽造技術
2247

人工合成影像如何自暴其短——揭祕深度偽造技術

深度偽造:人工生成的影像如何自暴自棄引言人工智慧能夠生成與真實照片無法區分的影像,只需一個簡單的文字命令。這種現象雖然令人著迷,但同時也對每張影像的真實性提出了疑問。為了區分人工生成的圖片和真實圖片,博魯姆魯爾大學(Ruhr-Universitaet-Bochum)電腦科學系的約納斯·裏克(Jona

Nvidia 研究員使用人工智慧將二維影片轉換為詳細的三維影象
2153

Nvidia 研究員使用人工智慧將二維影片轉換為詳細的三維影象

新的 AI 模型 Neuralangelo 將 2D 影片轉換為 3D 圖形結構近日 Nvidia Research 發表了一項新的人工智慧技術 Neuralangelo。這個 AI 模型可以將二維影片轉換成詳細的三維圖形結構。Nvidia 表示使用這個技術,研究人員已經能夠生成生動逼真的虛擬建築、

光學神經網路為影像處理帶來的希望
3314

光學神經網路為影像處理帶來的希望

光學神經網路:影像處理的新機遇背景近日康奈爾大學的科學家們發表了一篇名為《多層、非線性光學神經網路的影像感測》的論文。他們研發了一種光學神經網路(ONN),能夠在攝像頭檢測視覺影象之前,從場景中過濾出重要訊息。因此 ONN 或許能夠建造更快、更小、更節能的影像感測器。ONN 的執行方式數碼電子處理需

«1»