您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(8)

信息科学与系统科学(1)

管理学(1) 显示更多>>

中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

人工智能33928

SiC29498

基因21261

数据挖掘12741

数值模拟11959

我的筛选 >
2003-2021 全部
为您找到包含“弱监督”的内容共10

李阳光,王晨升,杨光,钱芷璇,敬学良,李彦江

2019-10-16

本文归纳介深度学习下基于监督的细粒度识别方法与应用综述深度学习下基于监督的细粒度识别方法与应用综述绍深度学习时代监督下的细粒度识别众多算法,从监督网络结构、监督定位、特征融合方法与损失函数

江苏省重点研发计划----产业前瞻与共性关键技术(BE2016032

2016年无锡市科技发展(产业前瞻与共性技术)项目(CGE02G1609

Beijing university of posts and telecommunications automation,Beijing 100876,Beijing university of posts and telecommunications automation,Beijing 100876,Beijing university of posts and telecommunications automation,Beijing 100876,Beijing university of posts and telecommunications automation,Beijing 100876,Beijing university of posts and telecommunications automation,Beijing 100876,Beijing university of posts and telecommunications automation,Beijing 100876

#计算机科学技术#

杨旻,盖程鹏

2019-11-26

对于仅有动作标签而缺少标签时序位置信息的视频进行监督学习是一项极具挑战的任务。为了进一步提高动作识别和定位的准确率,本文基于I3D网络,提出一类监督下的自步学习方法,在训练过程中通过计算每个视频

国家自然科学基金(11771257

山东省自然科学基金(ZR2018MA008

School of Mathematics and Information Sciences,Yantai University,Yantai 264005,School of Mathematics and Information Sciences,Yantai University,Yantai 264005

#计算机科学技术#

张黎,牛耘

2013-10-30

针对产品评论的情感倾向性判断是情感分析研究领域的重点课题。对产品评论进行情感倾向分析,就是对评论文本表达的态度和情感进行分析,判断是肯定还是否定。本文建立了基于监督迭代法的情感倾向分析模型,并将

基金项目: 教育部高等学校博士学科点专项基金资助项目(20103218120024

南京航空航天大学计算机科学与技术学院,南京,210016,南京航空航天大学计算机科学与技术学院,南京,210016

#计算机科学技术#

0评论(0 分享(0)

梁思琪,郭剑鸣

2015-09-17

公共服务合同外包的运转体系,分析了公共服务合同外包过程中的各个环节与其中可能产生的漏洞。结合现实案例,文章提出和假定,在公共服务合同外包过程中,有权部门的监督、创造政绩的压力、预算软约束以及行政交换

校级重点课题《公共服务合同外包中的腐败问题及其防控机制研究——以预防“公-公”腐败为视角》(2

浙江财经大学财政与公共管理学院,杭州,310018,浙江财经大学财政与公共管理学院,杭州,310018

#管理学#

0评论(0 分享(0)

Sun Jiangyue,Deng Weihong

While the quality of autoencoder image reconstruction and the disentanglement of autoencoder image representation have improved tremendously in recent years, the ability to manipulate the output image by controlling the latent space which represents images is still limited. Manipulation on the specific region of an image is also lack of study.This paper presents two novel face editing strategies that allow changing the semantic information of any arbitrary regions of images by manipulating the spatially disentangled representations of face images. One presents a new normalization, adaptive region normalization (AdaRN) to allow representation collaging, the other shows that the principal components computed by patch Principal Components Analysis (patch PCA) has meaningful information. The principal components allow to edit the specific region of image and control its semantic information. It was based on a well-trained autoencoder network called swapping autoencoder proposed recently.The two strategies can edit face images over an arbitrary region using weak supervision on a well-trained model. Experiments on FFHQ dataset show that any arbitrary regions such as mouth, eyes and eyebrows can be edited naturally using our strategies. Extensive results on the FFHQ dataset suggest that our strategy can not only edit face images flexibly but also require less effort for image labeling and model training tasks.

2021-01-29

***Foundation (00000000

*** Foundation (00000000

School of Artificial Intelligence, Beijing University of Post and Telecommunication, Beijing 100876,School of Artificial Intelligence, Beijing University of Post and Telecommunication, Beijing 100876

#Computer Science and Technology#

0评论(0 分享(0)