-
题名面向姿态估计的组件感知自适应算法
被引量：2
- 1
-
-
作者
陈耀东
刘琴
彭蝶飞
-
机构
长沙师范学院信息与工程系
湖南省教育科学研究院职业教育与成人教育研究所
长沙师范学院科研与学科建设处
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第11期257-264,共8页
-
基金
教育部人文社科基金青年项目"大数据驱动下学龄前儿童行为问题分析与预测研究"(17YJCZH028)
湖南省教育厅科学研究项目优秀青年项目"生态小镇智慧管理平台构建--以浔龙河为个案的研究"(16B025)
湖南省社会科学联合会智库项目"基于智慧旅游的景区游客体验模型构建及优化调控研究"(ZK17)
-
文摘
针对姿态估计的结构化输出特点,提出一种领域自适应学习算法。建立一种组件感知的参数学习过程,根据目标的各组件调整自适应参数,提升模型的泛化能力。依据领域自适应算法特点引入基于主动学习样本选取策略,提升模型的学习效率。对特征分布差异的2种训练场景进行模拟实验,结果表明,该算法训练的模型在平均准确率上比传统学习算法提升6%～8%,比已有的自适应算法提升2%～4%,使用样本选取策略后,则进一步提升约2%。
-
关键词
领域自适应
组件感知
姿态估计
主动学习
结构化支持向量机
-
Keywords
domain adaptation
component-aware
pose estimation
active learning
Structural Support Vector Machine(S-SVM)
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
-
