学习视觉相似度对于各种视觉任务至关重要，如图像聚类、人脸检测或图像检索，从而为日常应用奠定基础，如智能手机上的图像集合的智能排列、浏览器中的网络规模的图像搜索或在线购物时推荐产品。今天，学习捕捉相似度的视觉表示的主要方法是深度度量学习，它专门针对从新颖的、看不见的类中检索对象和图像。此外，相似性学习与对比学习密切相关，对比学习是自监督学习的主导方法，分别是迁移学习。 在本教程中，我们将深入介绍深度度量学习(DML)的领先学习范式，以及如何实际评估其(超出分布)泛化的未来方向。具体来说，本教程将涵盖以下主题: (i) DML目标函数的概况，(ii)先进的和上下文相关的DML公式，(iii) DML中数据采样的重要性，(iv)公平和现实地评估DML方法的最佳实践，最后，(v)我们将DML与计算机视觉和模式识别的相关领域联系起来，如对比学习，少样本学习，迁移学习和人脸识别。

深度视觉注意力预测 该存储库包含Keras实现的“深度视觉注意力预测”论文，该论文发表在IEEE Transactions on Image Processing

1.人机交互系统搭建与数据采集。首先通过Kinect体感摄像机采集深度信息和人体骨骼数据，然后利用计算机视觉的相关知识处理信息，从而完成用户和计算机之间的互动。关于深度数据的采集，Kinectv2采用的是飞行时间测距技术，相比v1，精度提高，效果更佳； 2.在骨骼关节点信息的基础上实现了人体摔倒行为检测。Kinectv2可以根据深度图像数据确定人体25个骨骼关节点。我们从骨骼关节点信息中提取脊柱中心点和两骻中心点作为关键点，计算每10帧的中心点下降速度和当前帧两骻中心的高度，当满足阈值条件时，则可判定检测到摔倒行为，进而进行报警提示； 3.在深度图像的基础上实现了实时抠像，并实现了基于肢体动作交互的背景切换和拍照功能。首先根据Kinectv2提供的深度图像、彩色图像、骨骼数据等原始数据流，确定是否出现人体，当检测到人体后，进行彩色图像和深度图像映射，“剥离”人像并与背景融合。同时，根据手势动作，可执行背景切换和拍照保存的操作；

Python计算机视觉深度学习 2017新款 Python计算机视觉深度学习 2017新款 原版

CS231n 斯坦福深度视觉识别课件pdf版本,一共16章,每一章一个pdf文件,深度学习入门教程

视觉

深眼 该研究项目介绍了一种称为DeepEye的高级驾驶员辅助系统（ADAS）的新框架。 DeepEye是一种基于计算机视觉的副驾驶员系统，由深层卷积神经网络提供支持，以执行实时场景识别。 系统使用Tensorflow对驱动程序周围的相关对象进行分类。 它还使用Open Computer Vision库中的一组图像处理功能来估计汽车是否在车道上。 然后，它会通过自定义设计的仪表板（警告界面）向驾驶员警告是否有物体或情况对潜在威胁。 根据我们的测试结果，我们相信我们的系统对于配备ADAS传感系统的汽车将是一个有用的备用解决方案，尤其是在没有传感器馈源的情况下。 我们通过在Titan XP GPU上运行一小时的驱动视频来评估系统性能。 我们得出的结论是，该系统在各种天气条件，一天中的时间和地理空间位置上的准确度高达92％ 。 这包括雷暴雨，拥挤的地区，隧道和高速公路，这些都是基于从行车记录仪提要

针对移动机器人的不确定复杂环境，一般采用单一传感器进行同时定位和地图创建（SLAM）存在精度较低，并且易受干扰、可靠性不足等问题，提出一种基于Bayes方法的激光传感器和RGB-D传感器的信息融合SLAM方法。利用Bayes方法通过概率启发式模型提取光束投影到栅格地图单元，充分利用激光与视觉信息中的冗余信息，提取一致性特征信息，并进行特征级的信息融合；在地图更新阶段，提出一种融合激光传感器和视觉传感器的贝叶斯估计方法，对栅格地图进行更新。在使用ROS（移动机器人操作系统）的实验平台上的实验表明，多传感器信息融合可以有效提高SLAM的准确度和鲁棒性。