关键词conditional random field
搜索结果 - 63
- 无约束文本识别的深度结构化输出学习
本研究提出一种基于卷积神经网络和条件随机场的模型,通过预测字符和 N-grams 以识别自然图像中词语,同时实现多任务学习,无需有固定的单词列表,实验证明其在标准实际文本识别基准中的准确性优于仅预测字符,也达到了有限词汇识别的最高精度。
- CVPR基于深度卷积神经场的单张图像深度估计
本文提出了一种在单个图像中利用深度卷积神经网络和连续条件随机场进行深度估计的方法,通过结构化学习方案统一学习了连续 CRF 的一元和二元潜力,并通过实验证明了其在室内和户外场景数据集上优于现有深度估计方法。
- 无监督结构预测的条件随机场自编码器
本文介绍了一个用于重叠的全局特征的无监督学习结构化预测的框架,提出了一个基于特征丰富的条件随机场对可观察数据进行条件预测的潜在表示方法,并使用具有封闭形式的最大似然估计的模型来(重新)生成输入的重建,使得无需进行不切实际的独立性假设或限制可