摘要:在图像理解的实际应用中,人工标注数据的代价总是很大,而收集大量未标注数据则较为容易。因此,作为利用未标注数据进行学习的经典方法,基于图的半监督学习对图像理解至关重要,即它能够有效地利用大量未标注数据改善图像理解的效果,从而减少对人工标注的依赖。虽然基于图的半监督学习相关工作已经取得不错的结果,但是仍然存在如下关键问题急需解决:如何根据具体的应用构建图;如何处理数据标注中的噪声;如何有效利用其他形式的监督信息。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.06
期刊级别:部级期刊
发行周期:半月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!