报告主题: 图像的非监督增强匹配

报告摘要: 当前在使用深度神经网络识别图像时,需要标注大量图像,而这需要耗费大量的人力和时间。为此我们尝试解决下面问题:给定一些物体的标准图像,对大量未标注的图像实现自动的图像标注。我们以文字识别和交通标示识别问题为例,设计了的新的方法。实验结果表明我们较好的完成了这些图像的自动标注。

邀请嘉宾: 清华大学张长水教授

成为VIP会员查看完整内容
27

相关内容

【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
已删除
将门创投
5+阅读 · 2018年11月27日
让机器“一叶知秋”:弱监督视觉语义分割
深度学习大讲堂
6+阅读 · 2018年5月24日
实践 | 如何使用深度学习为照片自动生成文本描述?
七月在线实验室
10+阅读 · 2018年5月21日
【机器视觉】张长水:图像识别与机器学习
产业智能官
7+阅读 · 2017年10月23日
Arxiv
6+阅读 · 2019年3月19日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
6+阅读 · 2018年3月27日
Arxiv
4+阅读 · 2018年3月14日
Arxiv
8+阅读 · 2018年1月25日
Arxiv
8+阅读 · 2018年1月19日
VIP会员
相关资讯
相关论文
Arxiv
6+阅读 · 2019年3月19日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
6+阅读 · 2018年3月27日
Arxiv
4+阅读 · 2018年3月14日
Arxiv
8+阅读 · 2018年1月25日
Arxiv
8+阅读 · 2018年1月19日
微信扫码咨询专知VIP会员