基于姿态的判别属性学习及在细粒度识别中的应用-南京师范大学学报.pdf

基于姿态的判别属性学习及在细粒度识别中的应用-南京师范大学学报.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于姿态的判别属性学习及在细粒度识别中的应用-南京师范大学学报

第40卷第 1期 南京师大学报(自然科学版) Vol40 No1 2017年3月 JOURNAL OF NANJING NORMAL UNIVERSITY(Natural Science Edition) Marꎬ2017 - doi:10.3969/ j.issn.1001 4616.2017.01.010 基于姿态的判别属性学习及在细粒度识别中的应用 宋凤义ꎬ张守东ꎬ杨  明 (南京师范大学计算机科学与技术学院ꎬ江苏 南京 210023) [摘要]  姿态变化造成同一对象或同类对象的视觉信息差异巨大ꎬ成为计算机视觉中对象识别的一大挑战因 素. 属性表示重在刻画较高的抽象语义特性ꎬ具有应对包括姿态变化的复杂环境变化的鲁棒性ꎬ但也给属性学习 自身带来了较大难度. 如何降低属性学习的难度同时提高属性表示的判别力ꎬ成为基于属性表示的识别模型的 关键ꎬ尤其面临对判别属性要求较高的细粒度识别任务. 显式地对姿态建模ꎬ在不同姿态下学习能够最大化类别 间隔的视觉判别属性ꎬ最终作为中间表示用于类别识别. 最后ꎬ在细粒度公开数据集 CUB上验证了所提出的基 于姿态的判别属性在细粒度识别任务中的有效性. [关键词]  属性学习ꎬ判别属性ꎬ分散式表示ꎬ细粒度识别 - - - [中图分类号]TP391.4  [文献标志码]A  [文章编号]1001 4616(2017)01 0065 08 Pose ̄Based Discriminative ̄Attributes Learning for Fine ̄Grained Recognition Song FengyiꎬZhang ShoudongꎬYang Ming (School of Computer Science and TechnologyꎬNanjing Normal UniversityꎬNanjing210023ꎬChina) Abstract:Commonly existedvariouspostureofobjectmakesgreatchallengesforobjectrecognitionincomputervisionlit ̄ erature. Attribute representation showsrobust describable abilitywith clear semanticmeaning invariant to changesof en ̄ vironment factors including posture. Howeverꎬthe inherent description advantages of attributes also result big challenges for itselftolearnwellworkedattributepredictor.Consequentlyꎬthekeyissuesinattributelearningaretoalleviatethedif ̄ ficulty of predicting attributesand enhancethe discriminant ability at themeantimeꎬwhich especially importantforfine ̄ grainedrecognitiontask.Byexplicitlymodelingtheposturestatesandlearningdiscriminativeattributewithrespecttodif ̄ ferent posturesꎬdescribable and discriminative attribute can be built

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档