![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 91
wshaowvip
这个作者很懒,什么都没留下…
展开
-
模式分类中的特征融合方法
概念、基本术语信息融合:将来源不同的信息整合到一起,去冗余;得到的融合信息将利于我们之后的分析处理。 信息融合分为三个层次:数据融合,特征融合,决策融合。如下图所示: 这篇文章重点介绍了信息的特征融合,原因是:计算机性能的大幅提升,机器学习尤其是深度学习的快速发展,特征融合的优势越来越明显。特征融合的分类特征融合算法主要可以分为三类: 1.基于贝叶斯决策理论的算法 2.原创 2018-01-24 18:17:38 · 33958 阅读 · 14 评论 -
多模态人体识别技术
对于多视图数据的特征融合,一种简单的解决方案是将这些异构类型的多视图特征一次拼接起来,将多视图特征转化为一个高维的单视图特征。然而这种处理方法具有如下两个不足:1)忽略了不同视图特征之间的存在的关联性,也无法充分利用不同时间存在的互补信息;2)特征之间可能存在一些信息冗余,直接拼接起来,不仅增加了信息的冗余,而且更严重的是会导致数据表达能力的减弱,从而降低算法识别准确率。...原创 2018-03-01 21:26:17 · 3832 阅读 · 0 评论 -
LSTD阅读笔记
LSTD阅读笔记论文的创新点1、提出了一个 low shot transfer detection框架,将 SSD 和 faster-RCNN 进行了整合。2、提出了一个新的正则化的迁移学习框架,the transfer knowledge (TK) and background depression(BD) regularizations are proposed to leverage...原创 2019-09-13 13:41:22 · 1002 阅读 · 0 评论 -
Zero-Shot Object Detection
Zero-Shot Object Detection创新点1)Baseline ZSD Model 提出的基准模型2)Background-Aware Zero-Shot Detection 对于背景类的两种处理方法3)Densely Sampled Embedding Space 对样本数据的扩充提出的方法1、Baseline ZSD Model从整张图片上提取obejctnes...原创 2019-09-13 13:42:24 · 1264 阅读 · 0 评论