新版搜索下载系统内测,不限量免费下载(免费至7月1日)(点击打开新版

融合语义知识的深度表达学习及在视觉理解中的应用

资料来自用户(Jessica)上传,若本站收录的文献无意侵犯了您的著作版权,请点击版权申明
文献出处
计算机研究与发展  2017年06期
机 构
中山大学数据科学与计算机学院
基 金
国家自然科学基金优秀青年科学基金项目(6162200366)~~
关键词
深度学习论文  神经网络论文  语义嵌入论文  场景解析论文  相似性检索论文
论文摘要

近几年来,随着深度学习技术的日趋完善,传统的计算机视觉任务得到了前所未有的发展.如何将传统视觉研究中的领域知识融入到深度模型中提升深度模型的视觉表达能力,从而应对更为复杂的视觉任务,成为了学术界广泛关注的问题.鉴于此,以融合了语义知识的深度表达学习为主线展开了一系列研究.取得的主要创新成果包括3个方面:1)研究了将单类型的语义信息(类别相似性)融入到深度特征的学习中,提出了嵌入正则化语义关联的深度Hash学习方法,并将其应用于图像的相似性比对与检索问题中,取得了较大的性能提升;2)研究了将多类型信息(多重上下文信息)融入到深度特征的学习中,提出了基于长短期记忆神经网络的场景上下文学习方法,并将其应用于复杂场景的几何属性分析问题中;3)研究了将视觉数据的结构化语义配置融入到深度表达的学习中,提出了融合语法知识的表达学习方法,并将其应用到复杂场景下的通用内容解析问题中.相关的实验结果表明:该方法能有效地对场景的结构化配置进行预测.

全文下载
全文下载