BriefGPT.xyz
大模型
Ask
alpha
关键词
transformation-invariant
搜索结果 - 2
深度变换不变聚类
本研究基于深度学习,提出了新的图像聚类方法,通过学习图像变换并在图像空间直接进行聚类,并可以轻松处理聚类中的不变性,实现了对聚类中心和聚类分配的解释性。研究表明,该方法在标准图像聚类基准测试中具有极高的竞争性和前景性。
PDF
4 years ago
CVPR
TI-POOLING:卷积神经网络中用于特征学习的变换不变池化
本文介绍了一种深度神经网络拓扑结构,该结构包含一种容易实现的 TI-POOLING 变换不变池化算子,能够有效地处理数据中的先验干扰因素,如旋转或比例变化,通过采用并行的 siamese 结构提取转换不变的特征,再在全连接层之前应用 TI-
→
PDF
8 years ago
Prev
Next