首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    李飞飞ACM访谈:机器在辅助并增强人类的工作,而并非取代人类

    斯坦福大学的教授李飞飞在距今最近的一次人工智能寒冬期间开始了她的职业生涯,但是她提供了一个帮助寒冬解冻的想法。通过创建包含一千五百万张图像的层级组织图像数据库 Image-Net,她证明了丰富的数据集在开发算法方面的重要性——并发布了一项竞赛,使得 Geoffrey Hinton、Ilya Sutskever 和 Alex Krizhevsky 在深度卷积神经网络方面的工作得到了广泛关注。最近被评为 ACM fellow 的李飞飞如今主管着斯坦福人工智能实验室(Stanford Artificial Intelligence Lab)和斯坦福视觉与学习实验室(Stanford Vision and Learning Lab),致力于开发能够使计算机和机器人会看、会思考的智能算法。在本次采访中,她谈到了计算机视觉和神经科学,以及如何增加这一领域的多样性。

    01

    视频压缩编码技术(H.264) 之算术编码

    早在1948年,香农就提出将信源符号依其出现的概率降序排序,用符号序列累计概率的二进值作为对芯源的编码,并从理论上论证了它的优越性。1960年, Peter Elias发现无需排序,只要编、解码端使用相同的符号顺序即可,提出了算术编码的概念。Elias没有公布他的发现,因为他知道算术编码在数学上虽然成 立,但不可能在实际中实现。1976年,R. Pasco和J. Rissanen分别用定长的寄存器实现了有限精度的算术编码。1979年Rissanen和G. G. Langdon一起将算术编码系统化,并于1981年实现了二进制编码。1987年Witten等人发表了一个实用的算术编码程序,即CACM87(后用 于ITU-T的H.263视频压缩标准)。同期,IBM公司发表了著名的Q-编码器(后用于JPEG和JBIG图像压缩标准)。从此,算术编码迅速得到了 广泛的注意。

    03
    领券