Deep Learning 读书笔记（九）

最新推荐文章于 2024-02-20 17:19:56 发布

tuqinag

最新推荐文章于 2024-02-20 17:19:56 发布

阅读量1.2k

点赞数

文章标签： deep learning 深度学习神经网络读书笔记

本文链接：https://blog.csdn.net/tuqinag/article/details/41967511

版权

本文探讨了10年NIPS会议上提出的Object Bank概念，它是一种高阶图像表示方法，用于解决场景分类和语义特征稀疏化问题。通过预训练的通用对象检测器，Object Bank构建了一种尺度不变的响应映射，以解决低层次特征在高层视觉任务中的局限性。文章介绍了使用latent SVM和纹理分类器作为对象检测器，以及如何处理维度灾难、选择合适的对象数量和正则化方法。实验表明，Object Bank提供了有效的图像表示，但实现内容基础的压缩和选择合适数量的物体检测器是关键挑战。

摘要由CSDN通过智能技术生成

这次看的这篇文章的题目是：“Object Bank: A High-Level Image Representation for Scene Classification & Semantic Feature Sparsification” 这是10年NIPS上的一篇文章，我个人的观点觉得它指出了对于场景分类的一种新的方向，感觉还是有很多可以改进的工作可以做的。

文章在Abstract就提出了，尽管图片low-level的特征在场景分类以及物体识别中有着比较好的应用。但是它的特征是基于像素或是图片的某个部分区域的。这导致了其只含有很少量的semantic meanings。对于更高层次的视觉任务，这种low-level的特征就不是很好了。所以这篇文章就提出了Object Bank这个工作，其主要思想就是“an image is represented as a scale-invariant response map of a large number of pre-trained generic object detectors”.大概意思就是说，每一幅图片的特征已经训练好的那些object detectors共同表示的。不论这个图片是属于哪个数据集的，使用的object detector都是一样的。而且如果使用了稀疏算法，Object Bank对于规模较大的场景数据库能够有更有效的表示和更好的可扩展性。

在这个工作中，所遇到的最重要的问题就是维度灾难。因为Object Bank所提取出来的特征的维度通常都是很大的。但对于一般的数据集来说，一个类可能只有几十个或是几百个实例以供测试。所以我们需要“structural risk minimization via appropriate regularization of t

最低0.47元/天解锁文章