10.3969/j.issn.1000-1220.2012.10.037
视觉属性学习应用研究
视觉属性能够展现人们识别事物时所定义的语义概念,但现有的视觉识别工作往往忽略了属性在分类器设计中能作为中间媒介层的作用.本文给出一种将属性和事物类别同时用于构建分类器的方法.分析了传统多类分类器、直接类别相关模型、间接属性预测模型、直接属性预测模型的特点.在动物和室外场景数据集上的实验证明,利用属性进行分类器学习对于提高传统多目标分类和迁移学习的性能都具有很好的帮助.
视觉属性、属性学习、多目标分类、迁移学习
33
TP391(计算技术、计算机技术)
国家自然科学基金项目60673190;江苏省自然科学基金项目BK2009199;中央高校基本科研业务费专项基金;江苏省普通高校研究生科研创新计划项目CXZZ11_0216;江苏省省属高校自然科学研究项目11KJD520004
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
2311-2314