开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-02
详细说明：随着移动服务和在线社交网络服务的飞速发展，每天都会在社交网络上生成并共享大量的移动图像。 这些图像的视觉内容包含许多用途的丰富知识，例如社会分类和推荐。 因此，近年来提出了移动图像标签以理解视觉内容并受到广泛关注。 在本文中，我们提出了一种新颖的云上移动图像标记方案，该方案首先通过汉明压缩感测（HCS）将移动图像有效地传输到云中，从而将用于图像理解的繁重计算快速转移到云中回应用户的查询。 在云上，我们设计了一个稀疏的熵框架，用于稳健地学习移动图像的语义内容，并在此基础上将相关标签分配给查询图像。 所提出的框架（称为McMil）对噪声和离群值非常不敏感，并通过半二次优化技术进行了优化。 从理论上讲，我们的图像标记方法比平方损失，绝对损失，柯西损失和许多其他基于鲁棒损失函数的稀疏编码方法更健壮。 为了进一步理解所提出的算法，我们还推导了其鲁棒性和泛化误差范围。 最后，我们在PASCAL VOC'07数据集上进行了实验，并通过实验证明了所提出的鲁棒的稀疏编码方法在移动图像标记中的有效性。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
