CMU探究项目:人工智能算法自动识别分类宠物猫、狗的品种

Description

CMU探究项目

人工智能算法自动识别分类宠物猫、狗的品种

课题简介

计算机视觉

Computer Vision

是一门研究如何使机器“看懂”世界的科学,是从图像和 视频中提出数值和符号信息,建立算法使得计算机能够理解图片内容的过程。具体的计算 机视觉任务可以包括但不限于:图像分类,图像增强,图像分割。其应用相当广泛:人脸 识别,车辆检测,目标跟踪等。

图像分类是根据图像的语义信息将不同类别图像区分开来,是计算机视觉中重要的基本问题,也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。 一般来说,图像分类通过手工特征或特征学习方法对整个图像进行全部描述,然后使用分类器判别物体类别,因此如何提取图像的特征至关重要。

本课题旨在运用图像处理机器学习技术对动物图像分类。课题分成两大部分,第一部分从数字图像处理入手,学习人工生成集中经典图像特征,如直方图,关键点描述子等, 后半部分尝试用神经网络做特征提取。第二部分是机器学习分类器模型。课题将介绍逻辑回归,KNN,Kmeans,SVM,在后半部分会涉及简单的神经网络分类器。

 

科研方法

AI+X数据驱动型科研

AI+X数据驱动型科研是指使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。

AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。

整个科研教学流程中,每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度,确保取得研究成果。


高中生/本科生 科研项目
资讯 · 课程 · 全程指导
请扫码添加微信好友

有方背景提升科研项目计算机工程
联系电话:134 7257 6903


授课导师

1. 卡内基梅隆大学硕士;

2. 曾在多家知名企业实习,如Philips, PI Electronics;

3. 参与多项学术研究及学术大赛,如强化学习在无人机飞行中的运用、运用机器学习进行图像处理及AI Challenge Competitions;

4. 研究方向:计算机视觉、机器学习、数据科学。

课题要求

本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力

英文:
1、具备基本的学术英语阅读能力;
2、接触过英文写作,能初步撰写英文文章;

 

数学:
1、概率统计基础知识;
2、矩阵线性变换;
3、微积分基础 函数求导求极值;

 

计算机:
1、Linux 或者 macOS 编程环境的配置;