2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、物體檢測(cè)與分類(lèi)是計(jì)算機(jī)視覺(jué)領(lǐng)域的最重要的兩個(gè)研究方向?,F(xiàn)有大量研究成果中,良好的圖片標(biāo)記是獲得較好性能的關(guān)鍵前提。然而,圖片標(biāo)記卻是耗時(shí)、耗力的,能否從互聯(lián)網(wǎng)中大量標(biāo)記的圖片中去建模識(shí)別并分類(lèi)物體是一個(gè)較為困難的研究問(wèn)題。本文從弱監(jiān)督學(xué)習(xí)的思路出發(fā),即基于弱標(biāo)注圖片(類(lèi)標(biāo)信息只提供到圖片層次)進(jìn)行多示例的建模學(xué)習(xí)。在多示例學(xué)習(xí)問(wèn)題中,如何從復(fù)雜數(shù)據(jù)中發(fā)現(xiàn)有效的正例仍是較為挑戰(zhàn)的難題。本文核心研究此問(wèn)題,主要研究工作及成果概況如下。

2、>  首先,我們提出了一個(gè)基于低秩和稀疏約束的子空間模型。由于同類(lèi)物體的外觀往往是相似的,因此物體的高維特征往往可以用低維子空間來(lái)表示。據(jù)此,我們提出一個(gè)子空間模型的學(xué)習(xí)方法來(lái)解決弱監(jiān)督物體檢測(cè)和分類(lèi)問(wèn)題。通過(guò)系數(shù)矩陣的低秩約束來(lái)對(duì)每一幅包含目標(biāo)物體的圖片進(jìn)行優(yōu)化求解一個(gè)標(biāo)量矩陣。為提高準(zhǔn)確率,我們通過(guò)引入?-insensitive loss和不相關(guān)因子,來(lái)增加子空間模型和顯著負(fù)例之間的差距。并采用Block Coordinate De

3、scent和Alternating Direction Method of Multipliers(ADMM)方法來(lái)優(yōu)化。
  其次,我們提出了一個(gè)基于關(guān)鍵示例的物體分類(lèi)模型(SMDIS)。SMDIS首先從正包選出真正的正例,然后結(jié)合Smooth Latent Support Vector Machine(SLSVM)進(jìn)行訓(xùn)練,得出一個(gè)物體分類(lèi)器。SLSVM已經(jīng)在物體分類(lèi)應(yīng)用中獲得較好的效果。用我們的子空間模型挑出具有代表性的正例

4、,并結(jié)合SLSVM分類(lèi),能進(jìn)一步提高模型的性能。在人臉數(shù)據(jù)集AR,UMIST和ORL和真實(shí)圖像數(shù)據(jù)集Pascal2007的實(shí)驗(yàn)中,獲得了比傳統(tǒng)的子空間模型更好的分類(lèi)效果。
  在現(xiàn)實(shí)應(yīng)用場(chǎng)景中,往往一張圖片會(huì)包含多個(gè)正例。對(duì)此,我們通過(guò)學(xué)習(xí)多個(gè)子空間模型,采用基于Adaboost的策略把這些子空間模型組合在一起,形成集成學(xué)習(xí)分類(lèi)器,通過(guò)學(xué)習(xí)一組權(quán)重把不同的分類(lèi)器組合起來(lái)。該集成分類(lèi)器能考慮各個(gè)子模型的優(yōu)點(diǎn),并重點(diǎn)關(guān)注難以區(qū)分類(lèi)別的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論