Файл:Deconvolutional networks Cvpr2010.pdf

Материал из Материалы по машинному обучению
Перейти к: навигация, поиск
Deconvolutional_networks_Cvpr2010.pdf(0 × 0 пикселей, размер файла: 2,02 МБ, MIME-тип: application/pdf)

Matthew D. Zeiler, Dilip Krishnan, Graham W. Taylor and Rob Fergus Dept. of Computer Science, Courant Institute, New York University {zeiler,dilip,gwtaylor,fergus}@cs.nyu.edu

Abstract

Building robust low and mid-level image representations, beyond edge primitives, is a long-standing goal in vision. Many existing feature detectors spatially pool edge informationwhichdestroyscuessuchasedgeintersections, parallelism and symmetry. We present a learning frameworkwherefeaturesthatcapturethesemid-levelcuesspontaneously emerge from image data. Our approach is based ontheconvolutionaldecompositionofimagesunderasparsity constraint and is totally unsupervised. By building a hierarchy of such decompositions we can learn rich feature setsthatarearobustimagerepresentationforboththeanalysis and synthesis of images.

История файла

Нажмите на дату/время, чтобы просмотреть, как тогда выглядел файл.

Дата/времяРазмерыУчастникПримечание
текущий17:59, 23 декабря 20160 × 0 (2,02 МБ)Slikos (обсуждение | вклад)
  • Вы не можете перезаписать этот файл.

Следующая 1 страница ссылается на данный файл: