unsupervised segmentation | BriefGPT

关键词unsupervised segmentation

搜索结果 - 31

ACL量化合成和融合对机器翻译的影响
通过量化语言单词和片段级别的形态学来降低整体语言严格形态类型的刻板印象，测试了无监督和监督的形态分割方法，并提出了一种半自动的融合方法，探讨了机器翻译质量与合成和融合程度之间的关系，并在英语、德语、土耳其和西班牙语上进行了实验。
PDF2 years ago
CVPR自监督学习目标部分应用于语义分割
本文介绍了以往自我监督的学习方式大多聚焦于图像级的表示学习，不能为无监督图像分割等需要空间多样的表示的任务带来改进，通过自我监督学习物体部件提出了新的解决途径，并结合目前趋势的 Vision Transformer，利用稠密聚类任务进行空间
PDF2 years ago
Labels4Free：使用 StyleGAN 进行无监督分割
提出一种利用 StyleGAN 生成的物体进行非监督分割的框架，通过在 StyleGAN2 发生器结构中引入分割分支、将生成器分为前景和背景网络，可使我们以非监督的方式生成前景物体的软分割掩模。根据多个物体类别的实验结果，它可以与最好的非监
PDF3 years ago
CVPR基于信息论的修补错误最大化分割
该研究从信息论的角度研究了图像分割，并提出了一种新的敌对方法，通过将图像划分成最大独立集合来执行无监督分割，实验结果表明其在无监督分割质量方面达到了新的最优状态，并且比现有的方法更快、更通用。
PDF4 years ago
DFR: 无监督异常分割的深度特征重建
本文提出了一种基于无监督分割的异常检测方法，使用多尺度区域特征生成器从预训练的深度卷积网络中生成描述子区域的特征，借助这些特征设计一个深度自编码器并通过快速特征重建对图像中的异常区域进行检测，该方法在多个基准数据集上取得了最新技术进展，并具
PDF4 years ago
MM拓扑感知的三维点云生成图形流
该研究提出了一种具有多个潜在标签的流式生成模型 ChartPointFlow，以生成和重建 3D 点云，并在无监督分割方面表现优异。
PDF4 years ago
CVPR从视频中无监督学习和分割复杂活动
本文介绍了一种新的无监督视频分割方法，采用迭代鉴别生成方法，通过学习视频视觉特征并建模时序结构，将复杂活动划分为多个子活动，并引入背景模型，验证结果优于现有无监督及弱监督方法。
PDF6 years ago
一种嵌入式分段 K-means 模型，用于语音的无监督分割与聚类
介绍了一个基于嵌入式分段 K 均值模型的新方法，用于语音分割和聚类，该模型与贝叶斯模型相比能够在更高效的情况下实现类似的分割和聚类效果，可用于零资源语音处理。
PDF7 years ago
基于 Beta 过程的多个时间序列联合建模及其在动作捕捉分割中的应用
本文提出了一种贝叶斯非参数方法来联合建模多个相关时间序列，该模型可以发现一组隐含的动态行为，并将每个时间序列分段为由这些行为的一个子集定义的区域。使用 Beta 过程先验，通过数据推断了行为集的大小和共享模式，基于印度自助餐表示的 Beta
PDF11 years ago
通过 Beta 过程联合建模多个相关时间序列
该研究提出了使用贝叶斯非参数方法在多个相关时间序列的联合建模问题上的解决方案，其中使用了潜在的共享动态行为发现方法，提出了一种基于 Beta 过程先验的高效 Markov chain Monte Carlo 方法，并利用 birth 和 d
PDF13 years ago
ACL无监督发现词素
本研究提出了两种方法来对单词进行无监督分词，特别适用于富有形态学的语言，如芬兰语。第一种方法基于 MDL 原则并且可以在线进行。在第二种方法中使用了最大似然 (ML) 优化。比较所得到的分割和现有的形态分析，证明这些方法在芬兰语和英语语料库
PDF22 years ago