Vic*_*ino 0 machine-learning computer-vision unsupervised-learning
许多真实世界的数据集都以多个视图的形式表示.例如,可以通过面部,指纹,签名和虹膜或可以由其颜色和纹理特征表示的图像来识别人.多视图基本上是从多个来源获得的信息.在机器学习/数据集群/计算机视觉的背景下,处理这种方法的最相关的应用是什么？
在计算机视觉的背景下,多视图指的是从不同视图/角度/位置拍摄的相同对象的图像.这种策略有多种应用.从多视图进行3D重建是最受欢迎的示例之一.
您所指的多视图类型基本上是数据扩充,以解决单个问题.正如您所提到的,从不同类型的数据源识别人员是数据增加的应用.也可以有多个其他应用程序.例如,表达估计,用于识别人的情绪,使用来自RGB相机的数据+来自Kinect + Audio的3D数据是另一个示例.
在机器学习的背景下,数据增加无处不在.结合图像或音频的不同特征进行分类是数据增强.
| 归档时间： |
|
| 查看次数： |
112 次 |
| 最近记录： |