深度学习在图像语义编辑上的应用

作者/分享人:张延祥
北航本硕,现就职于谷歌北京,有多篇csdn博客流传甚广。对机器学习,自然语言处理有很大的热忱。

深度学习被认为能够提取图像高层抽象信息,卷积神经网络在图像分类,物体检测等各个领域都取得了突破性的进展。那么,在“理解”了图像之后,能够对它做些什么事情呢?

本场Chat从去年热火的图像风格转换算法开始,简明扼要的介绍深度学习在各种语义问题上的应用。比如:

  • 图像超清化,“无中生有”的将低分辨率图像变为高分辨率图像。
  • 图像修复,将图像缺失的某部分补全。
  • 人脸置换,保持光照,表情不变,将人脸置换。

作者简介: 张延祥,北航本硕,对深度学习,自然语言处理和计算机视觉有极大的热忱。有多篇CSDN博文流传甚广,现就职于Google北京。

已有244人预订
预订达标
文章出炉
交流日期
     
17.03.22
17.04.05
17.04.12 20:30
查看文章评论/提问
YingBo_劉
对于ML入门您有哪些建议?您可以推荐几个适合初学者的projects吗?感谢speaker!
sunny
最近一年gan火了,那么意味着所有生成相关的算法都可以用gan的思想么
Jekin
非常详细!感谢分享
潘临杰
请问张老师对未来
潘临杰
请问张老师卷积神经网络在别的领域有什么应用吗?
CYH
请问张老师,GAN 能否作为一种data augmentation 的方式去训练detection任务的模型?如果可以,有什么思路吗?
GitChat-肖丽叶
期待!
pavle_yao
请教一下: 图像处理主要需要哪些技术?在现在企业有哪方面的应用?
你可能还喜欢
哪些算法和数据结构是需要程序员必须掌握的?
zhen.guo
ACT 敏捷教练培养体系
Chat 三人行
Spring Cloud Consul 从入门到精通
如梦技术 dreamlu
Spring Data JPA 晋级提升篇:复杂场景实战用法与优化
张振华
程序员的自我进化:学习之道,如何更有效的学习
Soyoger
高并发、高性能 Web 架构解决方案
Array老师
微信扫描登录