Learning mid-level representations for scene understanding.
本論文包括了對場景分類框架的描述，并針對自然場景中學習中間層特徵表達的問題做了深入的探討。 === 當前的場景分類框架主要包括特徵提取，特稱編碼，空間信息整合和分類器學習幾個步驟。在這些步驟中，特徵提取是圖像理解的基礎環節。局部特徵表達被認為是計算機視覺在實際應用中成功的關鍵。但是近年來，中間層信息表達逐漸吸引了這個領域的眾多目光。本論文從兩個方面來理解中間層特徵。一個是局部底層信息的整合，另外一個是語義信息的嵌入。本文中，我們的工作同時覆蓋了“整合“和“語意“兩個方面。 === 在自然圖像的統計特徵中，我們發現圖像底層響應的相關性代表了局部結構信息。基於這個發現，我們構造了一個兩層學習模型。...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2013
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549296 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328775 |