关键词visual feature learning
搜索结果 - 4
- 高效且有效的文本到视频检索:基于粗粒度到细粒度的视觉表征学习
通过多粒度视觉特征学习和二阶段检索体系结构,本研究提出了一种在检索效果和效率之间取得平衡的文本到视频检索方法,同时在训练阶段采用了参数无关的文本门控交互块和额外的 Pearson 约束来优化跨模态表示学习,从而实现了与当前最先进方法相媲美的 - CVPR通用零样本分割的原始生成和语义相关对齐
本文研究了通用的零样本分割,该方法能够通过将语义空间中的跨类关系应用于视觉特征学习,从而实现新类别的全景、实例和语义分割。我们提出了一种生成模型,在无可见训练数据的情况下,为看不见的类别合成特征,进而实现了在零样本下的全景、实例和语义分割, - 无混杂因素识别因果视觉特征学习
本文提出了一种新的不需要识别混淆因素的因果视觉特征学习方法(CICF),通过前门准则模拟样本之间的干预,并从优化的角度近似全局范围内的干预效果,以找到一个可靠的优化方向,从而避免混淆因素的干扰来学习因果特征,并且从因果学习的理论角度解释了元 - 深度神经网络自监督视觉特征学习:综述
本文综述了基于深度神经网络的自监督学习方法在视觉特征学习方面的应用,由于需要大量标记数据来训练深度神经网络,因此自监督学习被提出来,使用大规模未标记数据来学习图像和视频的通用特征而无需使用任何人工标记的标签。本文对自监督学习方法的主要组件和