Este documento sobre la estimación de la densidad de multitudes para la vigilancia (2006) y este documento http://ieeexplore.ieee.org/abstr… (1999) utilizaron las dimensiones fractales de Minkowski (MFD) para extraer características de imágenes que contienen multitudes de personas. El objetivo era utilizar la función MFD y un método de regresión para estimar el número de personas / densidad de multitudes en la imagen.
Los resultados fueron decentes para su tiempo. Desafortunadamente, la literatura de conteo de objetos ahora está dominada por dos enfoques:
- Características genéricas hechas a mano + regresión SVM (o algún otro modelo de regresión robusto).
- Aprendizaje profundo.
Aunque solo enumeré ejemplos en la literatura de conteo de objetos, probablemente sea lo mismo para otros problemas de IA / ML.
- ¿Cómo compararía la trayectoria profesional de un doctorado en aprendizaje automático que trabaja en la industria con aquellos sin un doctorado que trabaje en problemas de aprendizaje automático?
- En informática, ¿cuál de estos se considera más difícil, la construcción de compiladores o la inteligencia artificial?
- ¿Por qué es tan difícil enseñar a las computadoras a pensar como los humanos?
- ¿Cuáles son las mejores startups centradas en la inteligencia general artificial?
- ¿Cuánto tiempo llevaría aprender programación de IA (programador autodidacta)?
Me gustaría que las personas pudieran explorar más para encontrar lo que podrían hacer con la geometría fractal. Pero viendo que la geometría fractal es un campo completamente diferente, es comprensible que las personas no quieran pasar su tiempo a menos que haya algunos resultados previsibles y fructíferos.
