Explore les techniques de segmentation dans l'analyse d'images, y compris le seuillage, le clustering, la croissance régionale et l'apprentissage automatique.
Introduit des réseaux neuronaux convolutifs, couvrant les couches entièrement connectées, les convolutions, la mise en commun, les traductions PyTorch et des applications telles que l'estimation de pose à la main et l'estimation de tubalité.
Explore le traitement d'images en 2D et 3D, couvrant les conditions d'imagerie idéales, l'analyse d'histogrammes, les outils, les étapes de reconstruction 3D et la visualisation.
Explore la transformée de Fourier, le filtrage de fréquence, la segmentation et l'estimation de la taille des particules à l'aide de techniques d'analyse d'images.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.
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 le débruitage et la reconstruction d'images en utilisant une minimisation totale des variations et discute des effets visuels des différentes forces de régularisation.
