Explore les concepts de topologie et de détection de bord en vision par ordinateur, mettant en évidence l'importance des contours et des gradients dans l'analyse d'images.
Explore le transfert de style, la traduction d'images, l'apprentissage auto-supervisé, la prédiction vidéo et la génération de description d'images à l'aide de techniques d'apprentissage en profondeur.
Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.
Discute de l'analyse des textures dans les images, en se concentrant sur les propriétés statistiques et structurelles, les techniques de segmentation et les applications d'apprentissage automatique pour la classification des textures.
Explore la classification des images en utilisant des arbres de décision et des forêts aléatoires pour réduire la variance et améliorer la robustesse du modèle.
Couvre les techniques de récupération d'informations de forme 3D à partir d'images 2D à l'aide de modèles d'ombrage et d'approches modernes d'apprentissage profond.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.