博客

本文将介绍自动驾驶汽车感知系统中的重要方法，包括定位器（或定位）、离线障碍物地图测绘、道路地图测绘、移动障碍物跟踪、交通信号检测与识别。

在研究的过程中，有时候会碰到很多有意思的图像处理算法，算法极具新意，并且能够产生非常有意思的结果。图像镶嵌也叫图像混合（Image Blending）、图像剪接（Image Editing），是通过特定的图像处理方法将本来毫无关系的两幅图无缝剪辑到一起，并能够很好地融合两者之间的剪接处，产生以假乱真的效果，不信我们就来看看。

近年来深度学习在图像识别、语音识别等领域得到了广泛的应用，取得了优异的效果，但深度学习网络的结构设计没有一般规律可循。本文基于卷积神经网络和递归卷积神经网络模型探究了深度学习网络不同层级间参数分布对网络性能的影响。

在国内政策环境的积极引导下，2018年VR/AR市场稳中有升。IDC认为，目前行业应用正在进一步展开和深入，细分领域消费场景不断得到丰富，VR终端市场逐渐向拥有更佳体验的中高端产品形态过渡，产业生态发展更加成熟。

物理智能计算(Physical Intelligence Computing)，是指一些受自然界物理现象启发而设计出来的具有分布式智能行为特征的一类智能算法，出发点是基于物理中物质与通常组合优化问题之间的相似性，又是基于蒙特卡罗迭代求解策略的一种随机寻优算法。

我们都知道，现阶段人工智能是一个十分火爆的概念，人工智能能够给我们的生活带来很多的方便。其实人工智能中机器学习也是一个十分火热的概念，而不管是什么技术都会有很多的步骤，那么机器学习用的步骤都有哪些呢？

没有人能够确切知道物联网的未来，如果有人说自己知道，你可能应该不会相信他或她。然而，成为物联网开发人员确实需要今天的技能和掌握未来的技能基础。幸运的是，今天在IT的其他领域可以获得许多所需的技能。

随着科技的进步，智能的概念正在迅速普及，智能家居的概念被越来越多的人知晓和熟悉，但智能家居行业所涉及的产品众多，技术发展程度参差不齐，因此很多消费者所获取的信息都是碎片式的，大部分智能家居的潜在用户对智能家居的认识都比较片面，相当多的人因为对智能家居存在常识性误区，从而对其“敬而远之”，其实智能家居并非高高在上、遥不可及，恰恰相反，智能家居正是要普及千家万户，给每个人的生活都带来全新改变。

自动驾驶汽车的自主系统的架构通常可分为感知系统和决策系统。其中，感知系统通常分为负责自动驾驶汽车定位、静态障碍物地图测绘、移动障碍物检测与跟踪、道路地图测绘、交通信号检测与识别等多种任务的许多子系统。决策系统通常也分为许多子系统，分别负责路线（route）规划、路径（path）规划、行为选择、运动规划、控制等。

语音是语言的物质外壳，是人类区别与其他动物从而能够主宰世界的一种强大能力，是最直接、高效的信息沟通方式。在万物互联时代，随着机器学习技术的快速发展，大规模场景数据的不断积累，算力的指数级提升， 语音逐渐成为人机交互的全新入口。

学习RCNN系列论文时， 出现了感受野(receptive field)的名词， 感受野的尺寸大小是如何计算的，在网上没有搜到特别详细的介绍， 为了加深印象，记录下自己对这一感念的理解，希望对理解基于CNN的物体检测过程有所帮助。

这里说说机器学习问题分析的一般性过程，尽管存在各种各样的机器学习问题，但大体上的步骤及最佳实践都有一定的套路。

互联网正面临着技术上的分裂，我们正在进入一个未来，它包含两套互联网协议：IPv4和IPv6。“互联网服务提供商领域的许多参与者都意识到了问题和行动的紧迫性。”

联合国世界知识产权组织WIPO发布了首份《2019技术趋势——人工智能报告》(WIPO Technology Trends 2019 – Artificial Intelligence)。报告显示，自20世纪50年代人工智能出现以来至2016年，科研人员已提交超过34万份人工智能发明专利申请，发表的科学出版物超过160万篇(部)。而这其中的专利超过半数是2013年以后公开的。其中在国别专利总申请量方面，美国、中国、日本排在前三位。

在本教程中，我们将学习如何在Unity粒子系统中使用自定义顶点流（Vertex Streams）。顶点流通过粒子系统的Renderer模块来设置，它可以将额外的单个粒子数据传递到着色器。

网络参数确定原则：①、网络节点；②、初始权值的确定；③、最小训练速率；④、动态参数；⑤、允许误差；⑥、迭代次数；⑦、Sigmoid参数；⑧、数据转换。

群智能计算(Swarm Intelligence Computing)，又称群体智能计算或群集智能计算，是指一类受昆虫、兽群、鸟群和鱼群等的群体行为启发而设计出来的具有分布式智能行为特征的一些智能算法。群智能中的“群”指的是一组相互之间可以进行直接或间接通信的群体；“群智能”指的是无智能的群体通过合作表现出智能行为的特性。

就目前而言，人工智能的火热程度是大家能够想象到的，人工智能的出现使得很多人都开始关注这项新颖的学科。其实人工智能并不是一个新颖的学科，人工智能从提出到现在已经经历了很长的时间了。人们对于人工智能的了解还是远远不够的，这也造成了人们对于人工智能存在一些误解，那么人们对人工智能的误解都有哪些呢？下面我们就给大家介绍一下这些内容。

很多人说，数据准备工作真是个“体力活”，耗时耗力不说，还异常的枯燥无味。建模之前的数据处理确实是平淡的，它往往不需要多高的智商，多牛的编程技巧，多么高大上的统计模型。但是，它却能时时触发你的兴奋点，因为它需要足够的耐心和细心，稍不留神就前功尽弃。在这次的内容里，我首先会从“数据理解”、“变量类型”和“质量检查”三个方面进行阐述，然后会以一个自己做过的实际数据为例进行展示。

虽然起初汽车的诞生给人类带来了巨大的便利，但同样也让人类付出了很多代价，比如自汽车发明以来，在近百年的历程中死于车祸的人多达数百万，而当所有人都拥有一辆汽车并且拥挤在一个城市时，交通拥堵以及汽车尾气带来的空气问题也一直困扰着人类。是时候对汽车再进行一次升级改造了。