课程视频/课件资源MIT Deep Learning for Self-Driving Cars课件和视频链接 链接: https://pan.baidu.com/s/1i5iZ1JJ 密码: 7bks课件已看完，Mark。Stanford CS231n 斯坦福CS231n课程，视频B站上有，看过16年课程的翻译版，额，还是看生肉吧，可以猜～伯克利的机器学习“速成”课程MIT

转自知乎计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？一个很好的说明

查阅了一些资料，整理了关于语义SLAM的几篇论文。

参考文献见最后。1.自动驾驶系统的分类Rule based system基于规则的系统, 也有论文中将这样的方法叫做Mediated percepiton approach.Fully end-to-end 端到端的系统, 也有论文中叫做behavior reflex approach.Intermediate approach综合1、 2两种的综合性方法,如 Princeton的DeepDr

课程资源链接: https://pan.baidu.com/s/1jIKRmHC 密码: d7vfMIT今年的深度学习与自动驾驶课，课程比较短，只有五节课，是比较基础的概述。提纲整理如下：Introduction to Deep Learning and Self-Driving CarsDeep Reinforcement Learning for Motion PlanningLear

斯坦福I2V：一个用于以图搜视频的新闻视频数据集看论文的小记，留作备用论文引用（GB/T 7714)Araujo A, Chaves J, Chen D, et al. Stanford I2V: a news video dataset for query-by-image experiments[C]//Proceedings of the 6th ACM Multimed

转自知乎计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？一个很好的说明

仅为方便理解和回忆，并不严谨。要真的理解还是老老实实看书，推公式，画图，写代码。深度学习的过程找到一个或一组函数，能从输入得到输出，比如从图像得到所属类别，然后优化这些函数，找到一个最好的。学习的目标损失函数怎样使损失函数minimize确定神经网络中的各种参数神经网络里面有什么参数权重值和偏置（y = wx + b)如何找到使损失函数最...

参考文献见最后。1.自动驾驶系统的分类Rule based system基于规则的系统, 也有论文中将这样的方法叫做Mediated percepiton approach.Fully end-to-end 端到端的系统, 也有论文中叫做behavior reflex approach.Intermediate approach综合1、 2两种的综合性方法,如 Princeton的DeepDr

参考1. 视频检索的基本流程2. 视频的结构分层各层都可以用一些属性来描述：1. 视频序列的属性主要包括场景的个数和持续时间；2. 场景的属性包括标题、持续时间、镜头数目、开始镜头、结束镜头等；3. 镜头的属性包括持续时间、动态特征，静态特征，开始帧号、结束帧号、代表帧集合、特征空间向量等；4. 帧有大量的属性，包括直方图、轮廓图、DC及AC分量图等。2.1结构化分析过程将视频