每日论文 | 用于高分辨率图像分类的数据集COFGA;华人研究者提出对古汉字分类的新方法;基于CNN的概率模型

2018 年 9 月 3 日 论智

1

COFGA:Classification Of Fine-Grained Features In Aerial Images

过去十年,深度学习中对高分辨率图像进行分类是研究的热门问题。然而,对精细的航空图像进行分类仍然非常困难,也一直是研究者活跃的领域。在这篇论文中,我们提出了自己的数据集COFGA,期中试经过标注的、多类型图像数据。

地址:https://arxiv.org/abs/1808.09001

2

Open Set Chinese Character Recognition using Multi-typed Attributes

对古文中的汉字进行辨认是项有挑战性的工作,不仅因为汉字间的组合非常多,而且会出现很多没有见过的类别。在没有样本或少量样本的情况下辨认中国汉字是非常困难的,此前从未有人研究过。在这篇论文中,我们提出了一种新的汉字辨认方法,基于每个字的发音、结构和组合,并应用到历史古籍中。结果表明,这种方法能对已经出现的汉字完成很好的分类,即使是未见过的字符也能做出不错的泛化效果。

地址:https://arxiv.org/abs/1808.08993

3

Probabilistic Model of Object Detection Based on Convolutional Neural Network

将一个CNN探测器和搜索框架结合,就形成了局部目标/形状检测器的基础。为了解决区域信息以及效率和精确度之间的折中,本文提出了一种概率模型,伴有强大的搜索框架。通过将一张图像映射到目标物体的概率分布上,这一新模型能用较少的计算力生成更多有信息的输出。

地址:https://arxiv.org/abs/1808.08272

登录查看更多
0

相关内容

基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
55+阅读 · 2020年4月29日
专知会员服务
160+阅读 · 2020年4月21日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
CVPR 2018 论文解读 | 基于GAN和CNN的图像盲去噪
PaperWeekly
13+阅读 · 2019年1月22日
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
Arxiv
5+阅读 · 2019年4月8日
Arxiv
7+阅读 · 2018年9月27日
Arxiv
6+阅读 · 2018年2月6日
VIP会员
Top
微信扫码咨询专知VIP会员