CS591 报告：孪生网络在二维变换中的应用
计算机视觉与模式识别
2017-06-30 v1
摘要
深度学习已被广泛用于计算机视觉领域的各个方面。深度学习与传统神经网络的区别在于其网络结构中具有更深、更复杂的网络层。传统上，深度神经网络大量用于包括分类和检测在内的计算机视觉任务，并取得了显著成功，在这些领域设立了新的最优结果。本报告将展示神经网络进行图像配准、图像合成和图像检索的能力，而非将其用于视觉识别和检测。
引用
@article{arxiv.1706.09598,
title = {CS591 Report: Application of siamesa network in 2D transformation},
author = {Dorothy Chang},
journal= {arXiv preprint arXiv:1706.09598},
year = {2017}
}