“人工智能基础”课程笔记

作者：姜正
时间：2021年9月2日
联系方式：jiangz@cug.edu.cn

---

2.1 深度学习在语音处理中的研究方向和应用

2.1.1 研究方向

分类、质量评测、增强、指纹识别、检索、唤醒、识别、合成与生成等。

2.1.2 应用

音乐测评、Auto speech enhancement（降噪、加强原声）、Text to speech（合成主播）、Wave synthesis（自主音乐制作）。

2.1.3 常用算法（algorithm）

Keyword spotting、ASR、speaker recognition等。

2.2 深度学习在计算机视觉中的研究方向和应用

2.2.1 研究方向

图像编辑、重建、生成、超分辨率、增强、去模糊、分类、分割、检测、识别、跟踪、图像质量分析、降噪与修复。

2.2.2 应用

Object segmentation（图像分割）、Object detection（目标检测）、目标识别及人脸识别、Object tracking（目标跟踪）、Image denosing、Neural-based style transfer and image translation（基于神经网络的图像风格化及图像翻译）、Image synthesis（生成原始数据集）、Scene reconstruction（基于二维图像重建三维图像——视觉Slame、VR虚拟现实）、face attribute edit等。

2.3 自然语言处理

2.3.1 研究方向

文本分类与聚类、文章标签和摘要提取、文本审核与舆情分析、机器翻译、阅读理解、聊天机器人、搜索引擎等。

2.3.2 应用

文本基本任务：预处理、向量化、分词、词性标注、文本结构化、Text classification、Abstract extraction。