直播 | 基于全局特征的大规模图像检索

2019 年 2 月 14 日 AI科技评论

分享主题

基于全局特征的大规模图像检索


分享背景

近年来,随着各大社交平台的流行,图像、视频等数据以惊人的速度快速增长。同时,随着深度学习的普及,基于内容的检索技术也飞速发展。在本次公开课中,讲者将分享基于全局特征的深度学习检索技术,并总结不同算法在2018年谷歌地标挑战赛中的表现。


分享嘉宾

顾寅铮,极链科技集团(Video++)AI研究院算法研究员,加拿大多伦多大学数学与统计本科,加拿大皇后大学数学硕士、博士,2018年谷歌地标识别挑战赛第一。


分享提纲

  • Video++ AI 团队介绍

  • 比赛简介

  • 基于深度学习的检索算法

  • 第一届谷歌地标挑战赛(2018)

  • 第二届谷歌地标挑战赛(2019)


分享时间

(北京时间) 02 月 15 日 (星期五)晚上 20:00

错过直播不要紧,回放视频上传后也能看哦~


直播链接

http://www.mooc.ai/open/course/637

↘  扫码直达  ↙

点击阅读原文,查看 再无需从头训练迁移学习模型!亚马逊开源迁移学习数据库 Xfer

登录查看更多
9

相关内容

从20世纪70年代开始,有关图像检索的研究就已开始,当时主要是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),利用文本描述的方式描述图像的特征,如绘画作品的作者、年代、流派、尺寸等。到90年代以后,出现了对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术,即基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术。CBIR属于基于内容检索(Content-based Retrieval,简称CBR)的一种,CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
49+阅读 · 2020年6月14日
【新书】图神经网络导论,清华大学刘知远老师著作
专知会员服务
358+阅读 · 2020年6月12日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
专知会员服务
215+阅读 · 2020年5月6日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
直播 | 大讲堂:基于小波变换的图卷积神经网络
AI科技评论
8+阅读 · 2019年1月3日
大讲堂 | 基于小波变换的图卷积神经网络
AI研习社
12+阅读 · 2019年1月3日
Deeplearning4j的介绍与实例分享 | 公开课
AI研习社
14+阅读 · 2017年11月27日
Arxiv
34+阅读 · 2020年1月2日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
29+阅读 · 2019年3月13日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
7+阅读 · 2018年4月24日
VIP会员
相关论文
Arxiv
34+阅读 · 2020年1月2日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
29+阅读 · 2019年3月13日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
7+阅读 · 2018年4月24日
Top
微信扫码咨询专知VIP会员