- 博客(11)
- 收藏
- 关注
原创 联系我的方法
已经不再使用CSDN了,转到了知乎,账号:“小栗子”。https://www.zhihu.com/people/liaochangsu/activities或者可以发邮件:Changsuliao@gmail.com祝大家好运哦!
2019-03-05 14:54:21 430
原创 Multi-Cue Zero-Shot Learning with Strong Supervision阅读笔记CVPR2016收录
论文地址:https://arxiv.org/pdf/1603.08754.pdf该论文被CVPR2016收录。当时,zero-shot learning的方法中,最好的依然是依靠着人工标注的属性。本文作者希望能够突破这一现状,利用网上多样的非结构化的文本数据实现全自动的算法,并且得到较好的效果。利用外部文本数据(如wikipedia语料库)的方法可以被称为利用附加数据的方法,这类方法的优点是
2017-06-25 22:14:53 2072
原创 Learning with local and global consistency阅读报告NIPS2003
该论文被NIPS2003收录,目前已被引用3011次,无疑是经典中的经典。提出了一种基于“smooth”理论的半监督学习方法,方法实现简单、有效。这里所说的“smooth”是指:在半监督学习问题中,算法学习到的分类目标函数,相对于标签样本和无标签样本所共同显示的内在结构,应该足够平滑(smooth)。算法基于两个重要的假设:(1)空间中距离越近的点,越倾向于拥有同样的标签;(2)处于同一个
2017-06-22 16:17:17 4695 6
原创 Semantic Autoencoder for Zero-Shot learning阅读笔记CVPR2017收录
论文地址:https://arxiv.org/pdf/1704.08345.pdf代码地址:https://elyorcv.github.io/projects/sae该论文已经被CVPR2017收录。主要是关于利用语义自编码器实现zero-shot learning的工作。一定程度上解决了训练集和测试集的领域漂移(domain shift)问题。整个算法最核心的地方是在自编码器进行编码和
2017-06-20 15:16:11 7961 4
原创 Transfer Learning in a Transductive Setting阅读笔记NIPS2013
论文地址:http://papers.nips.cc/paper/5209-transfer-learning-in-a-transductive-setting.pdf。该论文发表在NIPS2013,主要的工作是解决zero-shot learning或few-shot learning问题,即利用少量标签样本或者不用任何标签样本训练分类器,能够对未见过的类别进行分类。
2017-06-18 20:36:31 2219
原创 阅读笔记:自动发现,关系估计,学习上千个类别的语义属性,扩展zero-shot learning
论文《Automatic Discovery, Association Estimation and Learning of Semantic Attributes for a Thousand Categories》。论文地址:https://arxiv.org/pdf/1704.03607.pdf
2017-06-15 16:49:17 3445
原创 Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer(阅读报告)
该论文发表在CVPR2009上,工作的主要的开创性在于:在此之前并没有对于毫无关联的训练集和测试集进行对象检测的工作。简单来说,对于监督学习训练的分类器而言,只能对训练集中包括的样本类别进行分类,比如,利用若干猫和狗的图片训练出的猫狗分类器,只能识别猫和狗,而不能识别鸡和鸭。该工作可以被归类为迁移学习的一种,被引用超过900次,是该研究问题的经典论文之一。
2017-06-14 17:00:03 5620 1
原创 跨模态搜索(cross-modal/media retrieval)
跨模态搜索研究的基本内容是寻找不同模态样本之间的关系,实现利用某一种模态样本,搜索近似语义的其他模态样本。本文实现了论文《Joint Feature Selection and Subspace Learning for Cross-Modal Retrieval》(PAMI2016)和论文《Simple to Complex Cross-modal Learning
2017-05-26 21:24:19 16261 17
原创 彩色图像边缘检测--求RGB的最大变化率方向(数字图像处理(Digital Image Processing Second Edition)冈萨雷斯)
根据《数字图像处理(Digital Image Processing Second Edition)》的6.7.3节中对“彩色边缘检测”的描述,其中没有给出求最大变化率方向的过程,而是直接就得出了最大变化率方向的值,为了能够更好地理解整个“彩色边缘检测”的过程,现在来讨论一下求最大变化率方向的方法。 我们在灰度图像的边缘检测中了解到:图像的梯度方向就是灰度变化率最大的方向,也就是说
2016-11-24 16:01:27 4646 2
原创 利用blender+Open Street Map+blender-geo制作3D地图渲染图
前段时间接触了一下一个3D建模软件blender,感觉还不错,blender 是一款开源的跨平台全能三维动画制作软件,提供从建模、动画、材质、渲染、到音频处理、视频剪辑等一系列动画短片制作解决方案。(百科)最主要的好处当然是免费啦! 先看一张效果图。这是北京市的一张渲染图,中间部分就是故宫啦!(请原谅本渣的审美,主要是能力有限!) 要制作
2016-11-07 16:53:40 19860 30
原创 PCL中的点云模型边界保留
PCL函数库中有对三维点云模型的边界保留函数,主要代码如下:pcl::PointCloud boundaries; pcl::BoundaryEstimation boundEst; pcl::NormalEstimation normEst; pcl::PointCloud::Ptr normals(new pcl::PointCloud); pcl::search:
2016-05-24 22:30:43 4524 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人