Batch mode adaptive multiple instance learning for computer vision tasks
Multiple Instance Learning (MIL) has been widely exploited in many computer vision tasks, such as image retrieval, object tracking and so on. To handle ambiguity of instance labels in positive bags, the training process of traditional MIL methods is usually computationally expensive, which limits th...
محفوظ في:
المؤلفون الرئيسيون: | Li, Wen, Duan, Lixin, Tsang, Ivor Wai-Hung, Xu, Dong |
---|---|
مؤلفون آخرون: | School of Computer Engineering |
التنسيق: | Conference or Workshop Item |
اللغة: | English |
منشور في: |
2013
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/98431 http://hdl.handle.net/10220/12473 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Domain adaptation from multiple sources : a domain-dependent regularization approach
بواسطة: Duan, Lixin, وآخرون
منشور في: (2013) -
Domain transfer multiple kernel learning
بواسطة: Duan, Lixin, وآخرون
منشور في: (2013) -
Co-labeling : a new multi-view learning approach for ambiguous problems
بواسطة: Duan, Lixin, وآخرون
منشور في: (2013) -
Visual event recognition in videos by learning from web data
بواسطة: Duan, Lixin, وآخرون
منشور في: (2013) -
Assessing the utility of synthetic images for computer vision tasks
بواسطة: Lim, Wei Chuan
منشور في: (2016)