9. Constraints: Visual Object Recognition

Автор: MIT OpenCourseWare

Загружено: 2014-01-10

Просмотров: 144466

Описание:

MIT 6.034 Artificial Intelligence, Fall 2010
View the complete course: http://ocw.mit.edu/6-034F10
Instructor: Patrick Winston

We consider how object recognition has evolved over the past 30 years. In alignment theory, 2-D projections are used to determine whether an additional picture is of the same object. To recognize faces, we use intermediate-sized features and correlation.

License: Creative Commons BY-NC-SA
More information at http://ocw.mit.edu/terms
More courses at http://ocw.mit.edu

9. Constraints: Visual Object Recognition

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

10. Introduction to Learning, Nearest Neighbors

10. Introduction to Learning, Nearest Neighbors

12a: Neural Nets

12a: Neural Nets

1. Introduction and Scope

1. Introduction and Scope

Основные теоремы в теории игр — Алексей Савватеев на ПостНауке

Основные теоремы в теории игр — Алексей Савватеев на ПостНауке

Will AI outsmart human intelligence? - with 'Godfather of AI' Geoffrey Hinton

Will AI outsmart human intelligence? - with 'Godfather of AI' Geoffrey Hinton

Как строили корабли для мирового господства

Как строили корабли для мирового господства

Lecture 09 - The Linear Model II

Lecture 09 - The Linear Model II

EfficientML.ai Lecture 1 - Introduction (MIT 6.5940, Fall 2023)

EfficientML.ai Lecture 1 - Introduction (MIT 6.5940, Fall 2023)

17. Learning: Boosting

17. Learning: Boosting

Stanford CS231N Deep Learning for Computer Vision | Spring 2025 | Lecture 1: Introduction

Stanford CS231N Deep Learning for Computer Vision | Spring 2025 | Lecture 1: Introduction

21. Probabilistic Inference I

21. Probabilistic Inference I

Эффект наблюдателя – полное объяснение без мистики.

Эффект наблюдателя – полное объяснение без мистики.

Lecture 04 - Error and Noise

Lecture 04 - Error and Noise

MIT 6.S191: Reinforcement Learning

MIT 6.S191: Reinforcement Learning

18. Representations: Classes, Trajectories, Transitions

18. Representations: Classes, Trajectories, Transitions

ДНК создал Бог? Самые свежие научные данные о строении. Как работает информация для жизни организмов

ДНК создал Бог? Самые свежие научные данные о строении. Как работает информация для жизни организмов

Detecting Faces (Viola Jones Algorithm) - Computerphile

Detecting Faces (Viola Jones Algorithm) - Computerphile

Computer Vision - StAR Lecture Series: Object Recognition

Computer Vision - StAR Lecture Series: Object Recognition

14. Learning: Sparse Spaces, Phonology

14. Learning: Sparse Spaces, Phonology

Deep Learning Basics: Introduction and Overview

Deep Learning Basics: Introduction and Overview