Künstliche Intelligenz image-recognition

9

Wie ist es möglich, dass tiefe neuronale Netze so leicht getäuscht werden?

Die folgende Seite / Studie zeigt, dass die tiefen neuronalen Netze leicht getäuscht werden können, indem Vorhersagen mit hohem Vertrauen für nicht erkennbare Bilder abgegeben werden, z Wie ist das möglich? Kannst du das bitte im Idealfall im Klartext erklären?

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

8

Hat in einer CNN jeder neue Filter unterschiedliche Gewichte für jeden Eingangskanal oder werden dieselben Gewichte für jeden Filter für alle Eingangskanäle verwendet?

Ich verstehe, dass die Faltungsschicht eines neuronalen Faltungsnetzwerks vier Dimensionen hat: Eingabekanäle, Filterhöhe, Filterbreite, Anzahl der Filter. Ich verstehe außerdem, dass jeder neue Filter nur über ALLE input_channels (oder Feature- / Aktivierungskarten aus der vorherigen Ebene) gefaltet wird. Die folgende Grafik aus CS231 zeigt jedoch, dass jeder Filter (in Rot) …

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

4

Ist die Mustererkennungsfähigkeit von CNNs auf die Bildverarbeitung beschränkt?

Kann ein Convolutional Neural Network zur Mustererkennung in einem Problembereich verwendet werden, in dem keine Bilder vorhanden sind, beispielsweise durch grafische Darstellung abstrakter Daten? Wäre das immer weniger effizient? Dieser Entwickler sagt, die aktuelle Entwicklung könnte noch weiter gehen, aber nicht, wenn es eine Grenze außerhalb der Bilderkennung gibt.

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

3

Wie gehe ich mit großen Bildern in CNN um?

Angenommen, es sind 10K-Bilder der Größe 2400 x 2400 erforderlich, um in CNN verwendet zu werden. Meiner Ansicht nach werden herkömmliche Computer von Nutzen sein, die die Benutzer verwenden. Nun stellt sich die Frage, wie mit so großen Bildgrößen umgegangen werden kann, wenn keine Downsampling-Rechte bestehen. Hier sind die Systemanforderungen: …

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

4

Welche Taktiken gibt es, um künstlich hergestellte Medien zu erkennen?

Mit der wachsenden Fähigkeit, preiswerte gefälschte Bilder, gefälschte Soundbites und gefälschte Videos zu erstellen, steigt das Problem, zu erkennen, was real ist und was nicht. Sogar jetzt sehen wir eine Reihe von Beispielen für Anwendungen, die für geringe Kosten gefälschte Medien erstellen (siehe Deepfake , FaceApp usw.). Wenn diese Anwendungen …

12 machine-learning image-recognition pattern-recognition deepfakes

3

Gibt es textliche CAPTCHA-Herausforderungen, die KI täuschen können, aber nicht menschlich?

Gibt es moderne Techniken zum Generieren von textuellen CAPTCHA-Herausforderungen (daher muss die Person den richtigen Text eingeben), die die KI mit einigen visuellen Verschleierungsmethoden leicht täuschen können, aber gleichzeitig vom Menschen ohne Probleme gelöst werden können? Ich spreche zum Beispiel von der einfachen Fähigkeit , in ein Bild eingebetteten Text …

10 image-recognition research ocr

1

Wie problematisch ist weißes Rauschen für die reale Verwendung eines DNN?

Ich habe gelesen, dass tiefe neuronale Netze relativ leicht getäuscht werden können ( Link ), um ein hohes Vertrauen in die Erkennung von synthetischen / künstlichen Bildern zu geben, die vollständig (oder zumindest größtenteils) außerhalb des Vertrauenssubjekts liegen. Persönlich sehe ich kein großes Problem damit, dass DNN diesen synthetischen / …

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

1

Kann ein einzelnes neuronales Netzwerk zwei Arten von Objekten erkennen oder sollte es in zwei kleinere Netzwerke aufgeteilt werden?

Insbesondere analysiert ein eingebetteter Computer (mit begrenzten Ressourcen) den Live-Videostream einer Verkehrskamera und versucht, gute Frames auszuwählen, die Kennzeichen vorbeifahrender Autos enthalten. Sobald eine Platte gefunden wurde, wird der Rahmen an eine OCR-Bibliothek übergeben, um die Registrierung zu extrahieren und weiter zu verwenden. In meinem Land werden üblicherweise zwei Arten …

9 neural-networks image-recognition

3

Erkennen Sie den visuellen Aufmerksamkeitsbereich in einem Bild

Ich versuche, den visuellen Aufmerksamkeitsbereich in einem bestimmten Bild zu erkennen und das Bild in diesen Bereich zuzuschneiden. Wenn ich beispielsweise ein Bild beliebiger Größe und ein Rechteck mit einer LxW-Dimension als Eingabe gebe, möchte ich das Bild auf den wichtigsten visuellen Aufmerksamkeitsbereich zuschneiden. Ich suche dafür einen hochmodernen Ansatz. …

9 machine-learning image-recognition algorithm computer-vision pattern-recognition

2

Können maschinelle Lernalgorithmen (CNNs?) Verwendet / trainiert werden, um zwischen kleinen Detailunterschieden zwischen Bildern zu unterscheiden?

Ich habe mich gefragt, ob Algorithmen für maschinelles Lernen (CNNs?) Verwendet / trainiert werden können, um zwischen kleinen Detailunterschieden zwischen Bildern (wie geringfügigen Unterschieden in Rottönen oder anderen Farben oder dem Vorhandensein kleiner Objekte zwischen ansonsten sehr ähnlichen Bildern) zu unterscheiden. )? Und dann Bilder anhand dieser Unterschiede klassifizieren? Wenn …

8 machine-learning convolutional-neural-networks image-recognition classification

2

Wie wählen wir die Kernelgröße je nach Problem?

Das Finden geeigneter Hyperparameter für ein neuronales Netzwerk ist offensichtlich eine komplexe Aufgabe und ein Problem oder domänenspezifisch. Es sollte jedoch mindestens einige "Regeln" geben, die für die Größe des Filters (oder Kernels) meistens gelten! In den meisten Fällen sollte die Intuition darin bestehen, kleine Filter zur Erkennung von Hochfrequenzmerkmalen …

8 neural-networks machine-learning convolutional-neural-networks image-recognition hyper-parameters

1

Welche Algorithmen werden zur Segmentierung und Klassifizierung nicht fester Bereiche in einem Bild verwendet?

Während des Segmentierungsprozesses werden Pixel Regionen zugewiesen, die auf Merkmalen basieren, die sie vom Rest des Bildes unterscheiden. Wertähnlichkeit und räumliche Nähe sind beispielsweise zwei wichtige Prinzipien, die davon ausgehen, dass Punkte in derselben Region Pixel haben, die räumlich nahe beieinander liegen und ähnliche Werte aufweisen. In vielen Situationen ist …

7 image-recognition classification computer-vision

5

Wie kann Handlungserkennung erreicht werden?

Zum Beispiel möchte ich mein neuronales Netzwerk trainieren, um die Art der Aktionen zu erkennen (z. B. in kommerziellen Filmen oder einigen realen Videos), damit ich mein Netzwerk in welchem Video oder Film (und in welchen Frames) jemanden "fragen" kann fuhr ein Auto, küsste, aß, hatte Angst oder telefonierte. Was …

7 machine-learning image-recognition training action-recognition

Als «image-recognition» getaggte Fragen