Sztuczna inteligencja image-recognition

9

Jak to możliwe, że głębokie sieci neuronowe są tak łatwo oszukać?

Poniższa strona / badanie pokazuje, że głębokie sieci neuronowe można łatwo oszukać, podając prognozy o wysokim poziomie ufności dla nierozpoznawalnych obrazów, np. Jak to mozliwe Czy możesz wyjaśnić idealnie w prostym języku angielskim?

63 convolutional-neural-networks image-recognition deep-network computer-vision

8

Czy w CNN każdy nowy filtr ma różne wagi dla każdego kanału wejściowego, czy też te same wagi każdego filtra są używane w kanałach wejściowych?

Rozumiem, że warstwa splotowa splotowej sieci neuronowej ma cztery wymiary: kanały wejściowe, wysokość filtru, szerokość filtru, liczba filtrów. Co więcej, rozumiem, że każdy nowy filtr jest po prostu zawijany przez WSZYSTKIE kanały wejściowe (lub mapy funkcji / aktywacji z poprzedniej warstwy). JEDNAK grafika poniżej z CS231 pokazuje, że każdy filtr …

28 deep-learning convolutional-neural-networks image-recognition

4

Czy funkcja rozpoznawania wzorców w CNN jest ograniczona do przetwarzania obrazu?

Czy konwergentna sieć neuronowa może być używana do rozpoznawania wzorców w dziedzinie problematycznej, w której nie ma wcześniej istniejących obrazów, powiedzmy graficznie reprezentując abstrakcyjne dane? Czy to zawsze byłoby mniej wydajne? Ten programista twierdzi, że obecny rozwój może pójść dalej, ale nie, jeśli istnieje ograniczenie poza rozpoznawaniem obrazów.

21 deep-network neural-networks image-recognition convolutional-neural-networks

3

Jak obsługiwać obrazy o dużych rozmiarach w CNN?

Przypuśćmy, że w CNN jest wymaganych 10 000 obrazów o rozmiarach 2400 x 2400. W moim przekonaniu przydatne będą konwencjonalne komputery, z których będą korzystać ludzie. Teraz pytanie brzmi, jak radzić sobie z tak dużymi rozmiarami obrazu, w których nie ma uprawnień do próbkowania w dół. Oto wymagania systemowe: - …

15 neural-networks deep-learning image-recognition convolutional-neural-networks

4

Jakie są taktyki rozpoznawania sztucznie wytworzonych mediów?

Wraz z rosnącą zdolnością do taniego tworzenia fałszywych zdjęć, fałszywych zgryzów i fałszywych filmów staje się coraz większy problem z rozpoznaniem, co jest prawdziwe, a co nie. Nawet teraz widzimy wiele przykładów aplikacji, które tworzą fałszywe media za niewielką opłatą (patrz Deepfake , FaceApp itp.). Oczywiście, jeśli te aplikacje są …

12 machine-learning image-recognition pattern-recognition deepfakes

3

Czy istnieją jakieś wyzwania tekstowe CAPTCHA, które mogą oszukać AI, ale nie człowieka?

Czy istnieją jakieś nowoczesne techniki generowania tekstowych wyzwań CAPTCHA (więc osoba musi wpisać odpowiedni tekst), które mogą łatwo oszukać AI za pomocą niektórych wizualnych metod zaciemniania, ale jednocześnie człowiek może je rozwiązać bez żadnych problemów? Na przykład mówię o zwykłej zdolności rozpoznawania tekstu osadzonego w obrazie (bez uwzględnienia zewnętrznych wtyczek, …

10 image-recognition research ocr

1

Jak dużym problemem jest biały szum dla rzeczywistego użycia DNN?

Czytałem, że głębokie sieci neuronowe można stosunkowo łatwo oszukać ( link ), aby dać duże zaufanie w rozpoznawaniu syntetycznych / sztucznych obrazów, które są całkowicie (lub przynajmniej w większości) poza przedmiotem zaufania. Osobiście nie widzę dużego problemu z tym, że DNN daje dużą pewność tym syntetycznym / sztucznym obrazom, ale …

9 neural-networks deep-network image-recognition convolutional-neural-networks signal-processing

1

Czy pojedyncza sieć neuronowa może obsługiwać rozpoznawanie dwóch typów obiektów, czy też powinna być podzielona na dwie mniejsze sieci?

W szczególności komputer wbudowany (z ograniczonymi zasobami) analizuje strumień wideo na żywo z kamery drogowej, próbując wybrać dobre klatki zawierające numery rejestracyjne przejeżdżających samochodów. Po zlokalizowaniu płytki ramka jest przekazywana do biblioteki OCR w celu wyodrębnienia rejestracji i dalszego jej wykorzystania. W moim kraju powszechnie stosuje się dwa rodzaje tablic …

9 neural-networks image-recognition

Pytania otagowane jako image-recognition