IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 无监督行人REID论文写作思路 -> 正文阅读

[人工智能]无监督行人REID论文写作思路

介绍

引出主题及研究意义

近年来,人再识别(ReID)技术取得了巨大的成功,该技术利用深度卷积神经网络(CNN)从有标记的人图像中学习识别特征[43,14,9,27,16,26,28,29]。由于在多台相机上对人的图像进行注释是昂贵的,最近的研究工作开始集中在无监督的人的ReID上。
无监督人识别旨在从无标记行人图像中学习识别特征。与有监督学习相比,无监督学习减轻了对昂贵的数据注释的需求,因此显示出更好的潜力,将人的ReID推向实际应用

挑战难点及对应工作,工作的缺点:无监督下学习可区分特征–迁移学习-缺点

难点无监督人识别的挑战在于学习没有真实标签的区别性特征。为了克服这一挑战,最近的大多数研究[37,46,22,19,30]将无监督的人ReID定义为迁移学习任务,利用其他领域的标记数据进行模型初始化或标记迁移。
对应工作其中,有些工作为每个图像分配了一个类标签[46]。还有一些利用时空线索或附加属性符号[22,19,30]。对现有方法的详细回顾将在第2节中介绍。通过上述努力,无监督的人ReID的绩效得到了显著提升。
对应工作的缺点然而,有监督的和无监督的行人ReID之间仍有相当大的差距。同时,迁移学习的设置导致灵活性有限。例如,如许多研究[21,35,31]所讨论的,迁移学习的性能与域间隙密切相关,例如,域间隙越大,迁移学习的性能就会降低。在无监督的人脸识别中,对域间隙进行估计并选择合适的源数据集进行迁移学习是非常重要的。

新方法我的方法
观键思路
本文的目标是在不利用任何标记

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-21 15:22:26  更:2021-08-21 15:22:59 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/1 12:31:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码