2 深度學習的典型應用
- 2.1 深度學習在語音處理中的研究方向和應用
- 2.1.1 研究方向
- 2.1.2 應用
- 2.1.3 常用演算法（algorithm）
- 2.2 深度學習在計算機視覺中的研究方向和應用
- 2.2.1 研究方向
- 2.2.2 應用
- 2.3 自然語言處理
- 2.3.1 研究方向
- 2.3.2 應用
作者：姜正
時間：2021年9月2日
聯系方式：jiangz@cug.edu.cn
2.1 深度學習在語音處理中的研究方向和應用
2.1.1 研究方向
分類、質量評測、增強、指紋識別、檢索、喚醒、識別、合成與生成等，
2.1.2 應用
音樂測評、Auto speech enhancement（降噪、加強原聲）、Text to speech（合成主播）、Wave synthesis（自主音樂制作），
2.1.3 常用演算法（algorithm）
Keyword spotting、ASR、speaker recognition等，
2.2 深度學習在計算機視覺中的研究方向和應用
2.2.1 研究方向
影像編輯、重建、生成、超解析度、增強、去模糊、分類、分割、檢測、識別、跟蹤、影像質量分析、降噪與修復，
2.2.2 應用
Object segmentation（影像分割）、Object detection（目標檢測）、目標識別及人臉識別、Object tracking（目標跟蹤）、Image denosing、Neural-based style transfer and image translation（基于神經網路的影像風格化及影像翻譯）、Image synthesis（生成原始資料集）、Scene reconstruction（基于二維影像重建三維影像——視覺Slame、VR虛擬現實）、face attribute edit等，
2.3 自然語言處理
2.3.1 研究方向
文本分類與聚類、文章標簽和摘要提取、文本審核與輿情分析、機器翻譯、閱讀理解、聊天機器人、搜索引擎等，
2.3.2 應用
文本基本任務：預處理、向量化、分詞、詞性標注、文本結構化、Text classification、Abstract extraction，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/297232.html
標籤：其他