基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
“语义鸿沟”是指计算机识别的底层特征和高层语义之间的差距。针对“语义鸿沟”现象,把图像的视觉属性作为中介,利用属性将高层次的语义关系嵌入机器学习预测模型中,从而很好地解决了该问题。首先介绍属性学习的发展和学习框架,然后对属性学习在图像识别和检索、动作识别、迁移学习和零训练样本等方面的应用进行介绍,最后展望了属性学习今后的发展方向。
推荐文章
基于深度学习的图像风格迁移研究综述
图像风格迁移
深度学习
迁移学习
纹理合成
增量学习语义属性的图像内容检索系统增强
图像内容检索
语义属性
低层特征
增量学习
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
基于粗糙集的属性约简方法研究综述
知识发现
粗糙集
属性约简
可分辨矩阵
正区域
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 图像属性学习研究综述
来源期刊 软件导刊 学科 工学
关键词 视觉属性 属性学习 迁移学习 零训练样本学习
年,卷(期) 2016,(3) 所属期刊栏目 图像学与辅助设计
研究方向 页码范围 168-171,172
页数 5页 分类号 TP317.4
字数 3559字 语种 中文
DOI 10.11907/rjdk.1511388
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林庆 江苏大学计算机科学与通信工程学院 39 468 12.0 20.0
2 程炜 江苏大学计算机科学与通信工程学院 1 2 1.0 1.0
3 严川 江苏大学计算机科学与通信工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉属性
属性学习
迁移学习
零训练样本学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
论文1v1指导