91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

使用深度學(xué)習(xí)和圖像處理技術(shù)復(fù)原和保存藝術(shù)品

MATLAB ? 來源:MATLAB ? 作者:MATLAB ? 2021-05-18 14:44 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Carola-Bibiane Sch?nlieb 在 2005 年開始攻讀數(shù)學(xué)博士學(xué)位,她的第一個(gè)項(xiàng)目是幫助復(fù)原維也納的一幅中世紀(jì)壁畫。 這幅壁畫一度隱藏在一間舊公寓的墻壁后,由于幾年前拆除墻壁造成的損壞,壁畫殘跡上布滿了斑斑駁駁的白點(diǎn)。 Sch?nlieb 的復(fù)原工作靠的不是顏料、溶劑或樹脂,而是算法。Sch?nlieb 說,“維也納大學(xué)的一些文物保護(hù)工作者已開始對(duì)它進(jìn)行物理復(fù)原。而我們則會(huì)以數(shù)字方式進(jìn)行復(fù)原?!?/p>

“MACH 計(jì)劃”集藝術(shù)史學(xué)家、文物保護(hù)工作者、古典學(xué)家和中世紀(jì)學(xué)家之所長(zhǎng),同時(shí)結(jié)合數(shù)學(xué)家的專業(yè)知識(shí),旨在推進(jìn)文物復(fù)原和考古工作。

在對(duì)受損壁畫拍照后,Sch?nlieb 研究了一些算法,希望基于這些照片來填充壁畫中缺失、受損的部分,創(chuàng)建壁畫原貌的數(shù)字模型。 當(dāng)時(shí),關(guān)于數(shù)學(xué)家和文物保護(hù)工作者合作復(fù)原藝術(shù)品的論文屈指可數(shù)。文物保護(hù)工作者和藝術(shù)史學(xué)家剛剛開始對(duì)文物進(jìn)行數(shù)字化存檔,在計(jì)算機(jī)上保存繪畫、手抄本和陶器的數(shù)字版本。

一幅中世紀(jì)壁畫的局部,一度位于維也納一座公寓墻后。圖片所有權(quán):MACH。 Sch?nlieb

現(xiàn)任劍橋大學(xué)的應(yīng)用數(shù)學(xué)教授,她使用圖像分析和處理來進(jìn)行藝術(shù)品復(fù)原和保護(hù)。當(dāng)前,她與其他數(shù)學(xué)家和人文專家合作開展數(shù)學(xué)在文化遺產(chǎn)中的應(yīng)用 (MACH) 計(jì)劃。該計(jì)劃集藝術(shù)史學(xué)家、文物保護(hù)工作者、考古學(xué)家和中世紀(jì)學(xué)家之所長(zhǎng),同時(shí)結(jié)合數(shù)學(xué)家的專業(yè)知識(shí),旨在推進(jìn)文物復(fù)原和物質(zhì)文化研究。

MACH 團(tuán)隊(duì)當(dāng)前正在開展名為“揭秘隱形”的項(xiàng)目。他們使用 MATLAB 算法對(duì)古羅馬陶器編目,分析顏料截面以探索文物之間的新關(guān)聯(lián),并以數(shù)字方式復(fù)原因過于精美而無(wú)法物理復(fù)原的泥金手抄本。項(xiàng)目在這三個(gè)重點(diǎn)領(lǐng)域已醞釀多年。

復(fù)原泥金手抄本

MACH 始于 2013 年,當(dāng)時(shí) Sch?nlieb 在學(xué)校進(jìn)行一場(chǎng)關(guān)于數(shù)字圖像復(fù)原的講座。劍橋菲茨威廉博物館的工作人員出席了這場(chǎng)講座,這是一家館藏涵蓋古今的藝術(shù)博物館。他們認(rèn)為 Sch?nlieb 的方法對(duì)他們手頭的工作很有幫助。 當(dāng)時(shí),菲茨威廉博物館負(fù)責(zé)手抄本和刊本的管理員正致力于尋求非侵入性的手抄本復(fù)原方法,Sch?nlieb 的圖像復(fù)原講座讓她很受啟發(fā)。她找到 Sch?nlieb,提出開展合作。MACH 項(xiàng)目由此誕生。 面對(duì)受損的繪畫和工藝品時(shí),文物保護(hù)工作者面臨兩難境地。 他們可以選擇重現(xiàn)文物原貌,但損壞本身也是文物歷史的見證。以中世紀(jì)的泥金手抄本為例,這類書籍是在羊皮紙上手寫而成,具有繪畫裝飾,經(jīng)常采用金銀等貴金屬。一些情況下,手抄本上的部分顏料可能經(jīng)刻意涂改,以消除持有者的標(biāo)記,或掩蓋冒犯性的圖畫。

“借助虛擬的數(shù)學(xué)手段,我們既能維持泥金手抄本的當(dāng)前面貌、保留歷史痕跡,又能獲得接近其本真原貌的復(fù)原版本。這一做法可謂兩全其美?!?—— Suzanne Reynolds,菲茨威廉博物館館長(zhǎng)

“通過復(fù)原,我們能得到什么,又將失去什么?”菲茨威廉博物館手抄本和刊本館的管理員 Suzanne Reynolds 問道。Reynolds 是 MACH 團(tuán)隊(duì)的成員,主要負(fù)責(zé)中世紀(jì)泥金手抄本。

細(xì)節(jié)展示。

修復(fù)區(qū)域。

最終結(jié)果。 大面積損壞的手抄本成功得到數(shù)字化復(fù)原。圖片來源: 劍橋費(fèi)茨威廉博物館。

泥金手抄本的復(fù)原工作尤其困難。與其他形式的繪畫相比,泥金手抄本很少得到物理復(fù)原。這類復(fù)原是“揭秘隱形”項(xiàng)目的重要組成部分,為應(yīng)對(duì)其中的挑戰(zhàn),Sch?nlieb 與 Reynolds 合作,同時(shí)聯(lián)手劍橋應(yīng)用數(shù)學(xué)與理論物理系及菲茨威廉博物館助理研究員 Simone Parisotto,共同開發(fā)一款 App。 該 App 使用 MATLAB 開發(fā),服務(wù)于文物保護(hù)工作者,它使用圖像處理方法來識(shí)別手抄本的受損區(qū)域,并以虛擬方式重新構(gòu)造圖像。它依賴于“圖像修復(fù)”,該術(shù)語(yǔ)最初指以物理方式重新構(gòu)造一幅畫。在數(shù)學(xué)語(yǔ)境下,圖像修復(fù)意味著以數(shù)字方式復(fù)原圖像。 借助深度學(xué)習(xí)和偏微分方程,MACH 小組的程序可以填補(bǔ)受損手抄本的空白區(qū)域,并預(yù)測(cè)不同復(fù)原途徑的結(jié)果。用戶使用來自同一手抄本或相關(guān)手抄本的樣例(越多越好)訓(xùn)練算法,然后用算法重新構(gòu)造待復(fù)原圖像的缺失內(nèi)容。 Reynolds 說,“借助虛擬的數(shù)學(xué)手段,我們既能維持文物的當(dāng)前面貌、保留歷史痕跡,又能獲得接近其本真原貌的復(fù)原版本。這一做法可謂兩全其美?!?在復(fù)原的同時(shí),數(shù)學(xué)方法不僅可以對(duì)文物進(jìn)行數(shù)字化存檔,還可以運(yùn)用人工智能讓存檔數(shù)據(jù)更好地服務(wù)于文物保護(hù)工作者、藝術(shù)史學(xué)家和考古學(xué)家。

古羅馬陶器分類

“揭秘隱形”第二大重點(diǎn)領(lǐng)域的構(gòu)思始于 2015 年,當(dāng)時(shí),劍橋大學(xué)古典學(xué)系高級(jí)講師 Alessandro Launaro 向 Sch?nlieb 求教一個(gè)難題。 作為一名考古學(xué)家,Launaro 專注于古羅馬時(shí)期的研究,并一直在意大利西部發(fā)掘遺址。他在該遺址成功發(fā)掘出大量陶器,均為炊器等日用粗陶器,但接下來的任務(wù)相當(dāng)艱巨:他必須分析數(shù)千件陶器的形狀、口沿和底座。 “我面臨一個(gè)考古問題,即如何分析大量物證?!盠aunaro 說。對(duì)于那些形制較為精美的古羅馬陶器(細(xì)陶器),已經(jīng)有系統(tǒng)、全面的目錄可幫助考古學(xué)家進(jìn)行分析;但對(duì)于他要研究了解的日用粗陶器,這類資料還是一片空白。

“我們當(dāng)然可以找人逐一比對(duì)這些(陶器碎片的)形狀,但這太過繁重枯燥。人難免疲勞或者犯錯(cuò),難免會(huì)看漏一些東西。而算法不會(huì)感到勞累。” —— Carola-Bibiane Sch?nlieb,劍橋大學(xué)應(yīng)用數(shù)學(xué)教授

考古遺址出土的陶器中大部分都是粗陶器。但是,由于此類陶器形狀各異,出土器物數(shù)量龐大,要確定不同遺址的不同器型之間的關(guān)聯(lián),可謂一項(xiàng)挑戰(zhàn)。 Launaro 說,“與博物館里那些雕像、馬賽克鑲嵌畫或者繪有精美裝飾的陶器相比,作為日常器物的粗陶器更能反映古代人民的生活狀況。”如果能建立一個(gè)目錄來記錄這些器物以及它們之間的關(guān)聯(lián),將有助于我們進(jìn)一步了解古代文明的日常生活?!暗斯ず茈y實(shí)現(xiàn)這一點(diǎn)?!彼f。 Sch?nlieb 和 Parisotto 覺得有辦法幫助 Launaro 解決這一難題。Sch?nlieb 說,“我們當(dāng)然可以找人逐一比對(duì)這些形狀,但這太過繁重枯燥。人難免疲勞或者犯錯(cuò),難免會(huì)看漏一些東西。而算法不會(huì)感到勞累?!?Parisotto 和 Sch?nlieb 使用 MATLAB 來創(chuàng)建 Launaro 設(shè)想的這種目錄。2016 年,他們?cè)囆辛艘粋€(gè)系統(tǒng),該系統(tǒng)可將一件陶器的輪廓圖與數(shù)據(jù)庫(kù)中的類似圖像進(jìn)行匹配。考古學(xué)家根據(jù)輪廓形狀對(duì)古代陶器進(jìn)行分類,并認(rèn)為相似的形狀意味著年代和功能上的某些關(guān)聯(lián)。

13e98dcc-b4f2-11eb-bf61-12bb97331649.png

古代容器以形狀分類,而形狀以輪廓表示。相似的輪廓意味著某種關(guān)聯(lián)。圖片所有權(quán):MACH。

但該系統(tǒng)效果不佳。參考陶器圖像整理得并不是很好。團(tuán)隊(duì)需要回過頭來自行整理。Launaro 說,“這項(xiàng)工作涉及數(shù)以千計(jì)各不相同的陶器形狀,因此我們必須借助計(jì)算機(jī)的處理能力?!?為了充實(shí)和整理自己的陶器數(shù)據(jù)庫(kù),該團(tuán)隊(duì)在其中添加了數(shù)以千計(jì)的粗陶器黑白輪廓圖像。到 2020 年底,累計(jì)添加約 6000 個(gè)陶器輪廓圖像。Parisotto 正在使用無(wú)監(jiān)督深度學(xué)習(xí)算法對(duì)存在關(guān)聯(lián)的陶器形狀進(jìn)行分組或聚類。該程序創(chuàng)建分層的樹狀圖,將陶器碎片分組,以更好地向考古學(xué)家揭示不同器型之間的關(guān)系。Parisotto 說,“其原理是從已有器物中提取相關(guān)特征,并找到不同特征之間的關(guān)聯(lián)?!?通過確定粗陶器型之間的關(guān)聯(lián),考古學(xué)家可以更好地在空間和時(shí)間層面梳理粗陶器的發(fā)展和分布脈絡(luò)。這些關(guān)聯(lián)可能提供有關(guān)貿(mào)易、定居模式或飲食習(xí)慣等方面重大發(fā)展的線索。MACH 小組仍在開發(fā)和測(cè)試該 App,Launaro 認(rèn)為,“最根本的理念是創(chuàng)建一個(gè)工具,幫助考古學(xué)家對(duì)其發(fā)掘和研究的遺址進(jìn)行更有效的解讀?!?

顏料色樣探源藝術(shù)創(chuàng)作

Kasia Targonska-Hadzibabic 是 MACH 團(tuán)隊(duì)的助理研究員,也是一位訓(xùn)練有序的物理學(xué)家,她正在從事“揭秘隱形”的一個(gè)子項(xiàng)目,其原理類似古羅馬陶器數(shù)據(jù)庫(kù)。Targonska-Hadzibabic 正與 Parisotto 合作,為顏料色樣截面的數(shù)字圖像建立一個(gè)平臺(tái),以對(duì)它們進(jìn)行分類和比較。 在藝術(shù)保護(hù)中,研究一幅畫中的顏料色樣截面可以揭示藝術(shù)家的創(chuàng)作過程?!八梢愿嬖V我們藝術(shù)家使用的技法、繪畫的過程等信息?!盩argonska-Hadzibabic 說。

MACH 團(tuán)隊(duì)還在創(chuàng)建一個(gè)系統(tǒng),它可以識(shí)別來自不同的繪畫、藝術(shù)家或時(shí)代的顏料色樣截面之間的聯(lián)系,解讀相似之中所包含的信息。

依傳統(tǒng)做法,文物保護(hù)工作者會(huì)收集這些截面,保存在樹脂中,并在顯微鏡下仔細(xì)觀察各個(gè)顏料層。放大觀察,樹脂包裹的顏料色樣就像彩色多層三明治。Targonska-Hadzibabic 有一位負(fù)責(zé)藝術(shù)保護(hù)的同事,他一直在對(duì)自己收集的顏料色樣截面進(jìn)行數(shù)字化存檔,想了解這些顏料色樣除了能反映特定藝術(shù)家的創(chuàng)作技法,還能揭示哪些信息。

從早期大師畫作中提取的顏料截面。圖片所有權(quán):MACH。

Targonska-Hadzibabic 與 Sch?nlieb 合作開發(fā)了一個(gè)系統(tǒng),可以識(shí)別來自不同繪畫、藝術(shù)家或時(shí)代的顏料色樣截面之間的聯(lián)系。截面中的各層不是均勻的,不僅顏色不同,紋理、混合方式和拍攝條件也不盡相同。 與古羅馬陶器項(xiàng)目一樣,該團(tuán)隊(duì)正在使用 MATLAB 中的機(jī)器學(xué)習(xí)方法,根據(jù)截面特征對(duì)一萬(wàn)多幅數(shù)字圖像進(jìn)行分組,嘗試從中歸納有用信息。 根據(jù) Targonska-Hadzibabic 的說法,他們還不確定這些算法到底會(huì)揭示什么。“這是一個(gè)迭代過程,需要與文物保護(hù)工作者交流,找到那些從藝術(shù)史角度來說具有重要意義的相似性。”她說。 他們希望這款 App 能為文物保護(hù)工作者提供便利,幫助他們比較源截面的層與數(shù)據(jù)庫(kù)中其他截面的類似色樣。Targonska-Hadzibabic 還在努力改進(jìn),讓使用 App 的文物保護(hù)工作者不僅能看到結(jié)果,還能根據(jù)需要輕松修改結(jié)果。

實(shí)用進(jìn)展

考古、藝術(shù)保護(hù)和藝術(shù)史領(lǐng)域?qū)<业姆答亴?duì)這些項(xiàng)目的進(jìn)展至關(guān)重要。Parisotto 說,“只有專家才能引導(dǎo)數(shù)據(jù)科學(xué)工作者始終沿著正確的道路開展工作?!?MACH 項(xiàng)目在菲茨威廉博物館的合作者剛剛開始測(cè)試這些 App;最終目標(biāo)是讓所有學(xué)者和文物保護(hù)工作者共享這些資源,擴(kuò)充其現(xiàn)有工具箱。對(duì) Launaro 來說,在粗陶器參考目錄的幫助下,他們可以更為細(xì)致地研究這一考古工作中一度為人忽視的領(lǐng)域。 據(jù) Reynolds 稱,MACH 的數(shù)字手抄本復(fù)原工具不僅可以幫助文物保護(hù)工作者,還為教學(xué)和公眾參與提供了新的資源。Reynolds 說,“我們期望它能為教學(xué)提供便利,因?yàn)橛脩艨梢垣@得最佳狀態(tài)的文物圖像?!痹摴ぞ哌€可以增加博物館的虛擬展品數(shù)量,向公眾同時(shí)展示真實(shí)文物及其數(shù)字“原件”。

在 MATLAB 中開發(fā)的 INpainting ilLUminated MINiatures App (INLUMINA)。圖片來源: 劍橋費(fèi)茨威廉博物館。

Targonska-Hadzibabic 認(rèn)為,借助可識(shí)別色樣關(guān)聯(lián)的顏料截面數(shù)據(jù)庫(kù),專家能夠發(fā)現(xiàn)新的繪畫技法,并揭示畫家和畫作之間尚不為人知的關(guān)聯(lián)。 然而,這些工具都無(wú)法取代人文領(lǐng)域?qū)<业墓ぷ?。Launaro 說:“我們始終需要人來進(jìn)行某些解讀性質(zhì)的工作。不過,也有相當(dāng)一部分工作能由計(jì)算機(jī)完成,可以使我們的工作更為輕松、直接?!?br />
標(biāo)題圖片來源: 劍橋費(fèi)茨威廉博物館。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像處理
    +關(guān)注

    關(guān)注

    29

    文章

    1342

    瀏覽量

    59512
  • 數(shù)字化
    +關(guān)注

    關(guān)注

    8

    文章

    10656

    瀏覽量

    67222
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5599

    瀏覽量

    124398

原文標(biāo)題:人工智能×古代文物:使用深度學(xué)習(xí)和圖像處理技術(shù)復(fù)原和保存藝術(shù)品

文章出處:【微信號(hào):MATLAB,微信公眾號(hào):MATLAB】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    穿孔機(jī)頂頭檢測(cè)儀 機(jī)器視覺深度學(xué)習(xí)

    LX01Z-DG626穿孔機(jī)頂頭檢測(cè)儀采用深度學(xué)習(xí)技術(shù),能夠?qū)崿F(xiàn)頂頭狀態(tài)的在線實(shí)時(shí)檢測(cè),頂頭丟失報(bào)警,頂頭異常狀態(tài)報(bào)警等功能,響應(yīng)迅速,異常狀態(tài)視頻回溯,檢測(cè)頂頭溫度,配備吹掃清潔系統(tǒng),維護(hù)周期長(zhǎng)
    發(fā)表于 12-22 14:33

    從0到1,10+年資深LabVIEW專家,手把手教你攻克機(jī)器視覺+深度學(xué)習(xí)(5000分鐘實(shí)戰(zhàn)課)

    ;完整技術(shù)鏈,帶你掌握工業(yè)4.0硬核技能!LabVIEW視覺學(xué)習(xí)困境1.技術(shù)體系復(fù)雜,學(xué)習(xí)路徑模糊LabVIEW視覺開發(fā)需同時(shí)掌握?qǐng)D形化編程、圖像
    的頭像 發(fā)表于 12-02 08:07 ?520次閱讀
    從0到1,10+年資深LabVIEW專家,手把手教你攻克機(jī)器視覺+<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>(5000分鐘實(shí)戰(zhàn)課)

    如何深度學(xué)習(xí)機(jī)器視覺的應(yīng)用場(chǎng)景

    深度學(xué)習(xí)視覺應(yīng)用場(chǎng)景大全 工業(yè)制造領(lǐng)域 復(fù)雜缺陷檢測(cè):處理傳統(tǒng)算法難以描述的非標(biāo)準(zhǔn)化缺陷模式 非標(biāo)產(chǎn)品分類:對(duì)形狀、顏色、紋理多變的產(chǎn)品進(jìn)行智能分類 外觀質(zhì)量評(píng)估:基于學(xué)習(xí)的外觀質(zhì)量標(biāo)
    的頭像 發(fā)表于 11-27 10:19 ?220次閱讀

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    人士而言往往難以理解,人們也常常誤以為需要扎實(shí)的編程技能才能真正掌握并合理使用這項(xiàng)技術(shù)。事實(shí)上,這種印象忽視了該技術(shù)為機(jī)器視覺(乃至生產(chǎn)自動(dòng)化)帶來的潛力,因?yàn)?b class='flag-5'>深度學(xué)習(xí)并非只屬于計(jì)算機(jī)
    的頭像 發(fā)表于 09-10 17:38 ?901次閱讀
    如何在機(jī)器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    【Sipeed MaixCAM Pro開發(fā)板試用體驗(yàn)】基于MaixCAM-Pro的AI生成圖像鑒別系統(tǒng)

    技術(shù)落地到了一個(gè)小小的邊緣設(shè)備MaixCAM-Pro上。它不僅展示了深度學(xué)習(xí)圖像取證領(lǐng)域的強(qiáng)大能力,更體現(xiàn)了邊緣AI在現(xiàn)實(shí)世界中的應(yīng)用價(jià)值——無(wú)需依賴云端,即可在本地快速、安全、低成
    發(fā)表于 08-21 13:59

    深度學(xué)習(xí)對(duì)工業(yè)物聯(lián)網(wǎng)有哪些幫助

    、實(shí)施路徑三個(gè)維度展開分析: 一、深度學(xué)習(xí)如何突破工業(yè)物聯(lián)網(wǎng)的技術(shù)瓶頸? 1. 非結(jié)構(gòu)化數(shù)據(jù)處理:解鎖“沉睡數(shù)據(jù)”價(jià)值 傳統(tǒng)困境 :工業(yè)物聯(lián)網(wǎng)中70%以上的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)(如設(shè)備振
    的頭像 發(fā)表于 08-20 14:56 ?1024次閱讀

    自動(dòng)駕駛中Transformer大模型會(huì)取代深度學(xué)習(xí)嗎?

    持續(xù)討論。特別是在自動(dòng)駕駛領(lǐng)域,部分廠商開始嘗試將多模態(tài)大模型(MLLM)引入到感知、規(guī)劃與決策系統(tǒng),引發(fā)了“傳統(tǒng)深度學(xué)習(xí)是否已過時(shí)”的激烈爭(zhēng)論。然而,從技術(shù)原理、算力成本、安全需求與實(shí)際落地路徑等維度來看,Transforme
    的頭像 發(fā)表于 08-13 09:15 ?4184次閱讀
    自動(dòng)駕駛中Transformer大模型會(huì)取代<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>嗎?

    宏集案例 | MSR 165沖擊記錄儀實(shí)現(xiàn)易碎藝術(shù)品安全運(yùn)輸,助力優(yōu)化運(yùn)輸減震方案

    前言Introduction全球藝術(shù)品跨區(qū)域運(yùn)輸?shù)臄?shù)量持續(xù)增加。在運(yùn)輸過程中,油畫常面臨諸多風(fēng)險(xiǎn),尤其是沖擊與振動(dòng)的影響。例如在博物館搬運(yùn)、裝卸運(yùn)輸箱、卡車行駛顛簸路段、機(jī)場(chǎng)貨運(yùn)處理等環(huán)節(jié),這些沖擊
    的頭像 發(fā)表于 08-12 17:12 ?653次閱讀
    宏集案例 | MSR 165沖擊記錄儀實(shí)現(xiàn)易碎<b class='flag-5'>藝術(shù)品</b>安全運(yùn)輸,助力優(yōu)化運(yùn)輸減震方案

    當(dāng)深度學(xué)習(xí)遇上嵌入式資源困境,特征空間如何破局?

    近年來,隨著人工智能(AI)技術(shù)的迅猛發(fā)展,深度學(xué)習(xí)(Deep Learning)成為最熱門的研究領(lǐng)域之一。在語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理
    發(fā)表于 07-14 14:50 ?1241次閱讀
    當(dāng)<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>遇上嵌入式資源困境,特征空間如何破局?

    深度學(xué)習(xí)賦能:正面吊車載箱號(hào)識(shí)別系統(tǒng)的核心技術(shù)

    支撐。 深度學(xué)習(xí)驅(qū)動(dòng)的智能識(shí)別 傳統(tǒng)OCR技術(shù)易受光線、污損或箱體圖案干擾,而新一代識(shí)別系統(tǒng)通過深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)和注意力機(jī)制,實(shí)現(xiàn)了復(fù)雜場(chǎng)景下的高精度動(dòng)態(tài)識(shí)別: - 抗干擾優(yōu)
    的頭像 發(fā)表于 05-07 10:10 ?570次閱讀

    嵌入式AI技術(shù)深度學(xué)習(xí):數(shù)據(jù)樣本預(yù)處理過程中使用合適的特征變換對(duì)深度學(xué)習(xí)的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí),網(wǎng)絡(luò)的每個(gè)層都將對(duì)輸入的數(shù)據(jù)做一次抽象,多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學(xué)習(xí)的框架,可以深度理解數(shù)據(jù)中所要表示的規(guī)律。從原理上看,使用
    的頭像 發(fā)表于 04-02 18:21 ?1516次閱讀

    龍門吊箱號(hào)識(shí)別系統(tǒng)的圖像處理技術(shù)解析

    識(shí)別系統(tǒng)應(yīng)運(yùn)而生,成為提升龍門吊作業(yè)自動(dòng)化水平的重要解決方案。 核心技術(shù)圖像處理深度學(xué)習(xí)的融合 1. 高精度
    的頭像 發(fā)表于 03-25 10:25 ?724次閱讀

    樹莓派+藝術(shù)品,有沒有搞頭?

    由樹莓派(RaspberryPi)驅(qū)動(dòng)的這一令人著迷的藝術(shù)品在國(guó)際上大受歡迎SisyphusIndustries公司的旗艦產(chǎn)品——具有家具和互動(dòng)藝術(shù)品雙重功能的沙盤。這個(gè)產(chǎn)品需要結(jié)構(gòu)緊湊、價(jià)格低廉的控制硬件。RaspberryPi通過高度可靠的硬件和寶貴的龐大社區(qū)提供了“
    的頭像 發(fā)表于 03-25 09:45 ?607次閱讀
    樹莓派+<b class='flag-5'>藝術(shù)品</b>,有沒有搞頭?

    【AIBOX 應(yīng)用案例】單目深度估計(jì)

    了關(guān)鍵作用。深度估計(jì)技術(shù)可以分為多目深度估計(jì)和單目深度估計(jì)。其中單目攝像頭具有成本低、設(shè)備普及、圖像獲取方便等優(yōu)勢(shì),使得單目
    的頭像 發(fā)表于 03-19 16:33 ?1105次閱讀
    【AIBOX 應(yīng)用案例】單目<b class='flag-5'>深度</b>估計(jì)