计算机视觉分析：传统方法 VS 深度学习

近日，来自麻省理工学院、加州大学伯克利分校、伊利诺伊大学香槟分校、华盛顿大学、帝国理工学院的六名顶级人工智能科学家、计算机视觉科学家在 ICCV 大会期间进行了题为「A discussion about deep learning vs classical methods and their roles in computer vision」的学术讨论。

比如：熟悉图像滤波会更容易理解卷积神经网络为什么有效；残差收缩网络将传统方法中的软阈值思想融入进残差网络ResNet；PWC-Net将光流法和用于提取特征的神经网络结合。

以下附上课程实践内容（部分）

01 Graph Cuts

02 基于GMM的运动分割

03 基于光流的目标跟踪

04 基于粒子滤波的目标跟踪

强大的师资力量

你将会收获

还能收获

优质的学习圈子：和你一起学习伙伴们大多是来自985、211及海外院校硕博，在这里大家一起学习、讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。