《中国人工智能学会通讯》——11.69 基于主动样本选择的判别式跟踪 方法
11.69 基于主动样本选择的判别式跟踪 方法 上面提出的基于标签传播模型的判别式跟踪方法，该方法与大多数判别式跟踪方法一样，在学习分类器时利用采样和加标签两个独立的策略选择训练样本。这种常用的训练样本选择策略存在以下两个问题。第一，根据已有的跟踪结果为样本估计标签容易引起误差累积。跟踪结果存在轻微的不准确都能导致样本标签的错误估计，进而干扰分类器的学习。第二，样本的采集是无目的性的。采集到的样....
《中国人工智能学会通讯》——11.68 基于锚点标签传播的判别式跟踪 方法
11.68 基于锚点标签传播的判别式跟踪 方法 在跟踪中，物体的表观通常是连续不断的变化且不可能是独立同分布的。一个鲁棒的判别式跟踪算法通常需要大量的有标签样本来拟合目标表观潜在的数据分布。然而，精确的有标签样本通常只来自于第一帧，因此数量有限。为了获取更多的有标签样本，大多数算法都是利用当前帧的跟踪结果加较小的扰动 ( 通常是一两个像素 ) 提取正样本，在远离跟踪结果的区域中提取负样本。一旦跟....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注