无监督学习相关论文
弱光图像增强是计算机视觉领域的一个重要研究方向。由于受到光照强度低和曝光时间短等因素的影响,弱光图像中存在细节丢失、色彩......
随着媒体时代的飞速发展,网络应用已经渗入到人们生活的各个角落,各门户网站、移动终端以及电商平台每天产生海量的媒体信息。网络......
高分辨率遥感图像在资源勘探、环境监测、城乡规划、变化检测等方面起着重要的作用。然而,由于信号传输带宽及成像传感器等限制,遥......
表示学习对于人工智能的成功有着十分重要的意义,从传统的机器学习模型到如今的深度学习模型,表示学习在不同的应用领域中发挥着巨......
近年来,生成对抗网络已成为深度学习领域的热门研究方向,相关研究文献数量呈指数级增长。文章对生成对抗网络近几年的发展做了简要......
在非均匀光照环境下，用户获取到的图像往往呈现亮度分布不均、细节丢失等特点。针对现有图像增强方法在处理非均匀光照图像时，容易造......
不同于可以大规模生产的救援物资，血液的供应完全依赖于献血者的行为。献血行为显著影响血液供应链网络的运作；而血液供应链网络布局......
基于图像聚焦信息的三维形貌重建方法通常对微观物体的景深图像序列采用统一的聚焦评价标准,这类重建方法往往会忽视图像序列之间......
生成式对抗网络（Generative Adversarial Nets,GAN）现已成为深度学习领域热门的研究方向,其独特的对抗性思想来源于博弈论中的二人零......
随着我国制造业数字化转型升级,工业互联网已经成为互联网公司、制造企业以及各个智能化企业多方关注的焦点。异常检测作为目标检......
在低质图像降质问题中，亮度偏离（如图像偏亮及偏暗）是较为常见的图像降质现象。基于全监督学习的图像增强方法面临训练数据难以获取或......
在刑事侦查、智能监控、图像检索等领域，行人重识别一直是研究的热点.由于现有的大部分方法依赖有标注数据集，因此标签的缺乏使得无......
图像是信息的重要承载形式。雾霾的出现降低了图像采集设备采集到的图像质量，容易出现色彩暗淡、对比度和饱和度降低、细节信息丢失......
跨模态图像合成是医学图像处理研究的重要任务之一。但监督模型所需的医学图像标注信息获取困难、成本昂贵，导致现有的图像合成模型......
提出了一种使用相似度矩阵辅助遥感图像无监督哈希跨模态关联的方法，解决哈希码转化过程中造成的部分语义信息的损失问题。利用构建......
自动驾驶、虚拟现实、增强现实等技术在近几年迅速发展,深度估计作为这些技术中不可或缺的一环,受到研究人员的广泛关注。基于深度......
利用深度学习中生成式对抗网络（GAN）具有强大拟合训练数据分布能力这一最大优势，将其应用到异常检测领域可有效地准确识别异常图像。......
人脸重演可以将一个驱动人物的上半身动作迁移到目标人物上，合成一段视频。针对当前方法动作迁移不充分或合成的视频质量较低的问题......
随着信息技术的不断发展,计算机处理图像信息的能力持续提升,并在人脸识别、遥感图像解析和自动驾驶等多个领域得到广泛应用。通常......
无线可充电传感网络（WRSN）在目标跟踪、环境监测、疫情监控等领域有着广泛的应用。由于传感器节点能量有限,因此能量约束成为了限制......
针对低光照增强任务缺乏参考图像及现有算法存在的色彩失真、纹理丢失、细节模糊、真值图像获取难等问题，本文提出了一种基于Retine......
在多聚焦图像融合问题中，为了尽可能多的保留原始图像信息并提升图像融合的质量。结合了变分自编码器结构及无参考图像清晰度评价指......
在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分......
飞行时间（Time of Flight, ToF）三维成像技术在人工智能领域具有重要的应用价值。间接ToF三维成像是通过向目标发射调制的光强信号，再......
电力系统的非技术性损失是指用户消费了而电力公司却未收到电费的这部分电能,其中除了少部分由电表自身故障产生,大部分是由电力用......
随着物联网和大数据等新技术的发展,智能电网成为电力系统未来发展的主要趋势,其安全问题也受到越来越多研究者的关注。一方面,智......
图像复原任务旨在将低质量的图像恢复成高质量的图像,是计算机视觉领域的核心问题之一。高清图像在现代人的生活中扮演着越来越重......
随着各种医疗设备在糖尿病诊治过程中的不断应用,医疗机构收集到了大量的糖尿病数据。在对糖尿病数据的分析中,异常检测一直都是数......
基于声音诊断的机械设备异常状态检测在工业自动化领域具有重要意义。当前，无监督机械设备异常声音检测主要基于人工构造算法提取声......
基于人工智能的缺陷检测方法被广泛应用于大批量工业生产中的产品缺陷检测。缺陷检测方法主要有监督学习法和无监督学习法,对比需......
人工智能的迅速发展将深刻改变人类的社会生活。情感是大脑的高级活动,为了更好地服务人类,人工智能的研究要加强机器与人之间的感......
行人重识别技术的主要目的是利用视觉外观信息,在跨摄像机的监控网络下检索到特定的人,该技术是智能监控的核心技术之一,其具有很......
声呐图像分割是图像分割技术发展中的组成部分，是水下目标识别与检测的重要一环。传统方法中基于有监督分割方法的算法往往代价较大......
针对单一故障检测算法难以学习到数据样本全部特征的问题,提出基于双层混合集成的无监督自动驾驶汽车故障检测方法。使用非全连接......
在线平台学习是一种利用移动终端或者电脑软件进行学习的行为,也是随着教育在线化出现的一种新学习潮流。在线平台学习往往与移动......
将无监督表征学习领域中对比预测编码技术用于辐射源个体特征提取，并结合复数网络，设计了一种基于复数对比预测编码的辐射源个体识别......
针对近似等距的非刚性变换的三维模型簇对应关系计算准确率不高的问题，提出采用无监督的三维模型簇对应关系协同计算的新方法.通过......
为进一步提升跨模态检索性能，提出了自注意力相似度迁移跨模态哈希网络。设计了一种通道空间混合自注意力机制强化关注图像的关键信......
射频指纹识别是一种识别辐射源设备的过程,分为已训练辐射源的识别和新增未训练辐射源的识别,已训练辐射源即已经提前训练过,在训......
算法、数据和算力等的进步使今天的目标检测技术在公开数据集上检测效果远超人类。但是算法在落地时,应用场景的数据（目标域）与训练......
针对用户侧窃电检测背景下无监督方法的适用性，研究如何解决特征提取和异常检测间的解耦问题，提出基于深度自编码器高斯混合模型（Deep......
图片分类任务是计算机视觉的基准任务,一直以来受到学术界和工业界的关注,已经在例如智能驾驶、安防风控以及医疗健康等领域中得到......
K均值聚类属于无监督学习,具有简单、易用的特点,是一种广泛使用的聚类分析方法.然而,对于非凸、稀疏及模糊的非线性可分数据,其聚......
生成式对抗网络（GAN）凭借其强大的对抗学习能力受到越来越多研究者的青睐，并在诸多领域内展现出巨大的潜力。阐述了GAN的发展背景、架......
针对色织物缺陷检测存在难以获取大量有标记的缺陷数据、过检现象严重等问题，提出一种基于无监督对抗式学习的缺陷图像重构修复模型......
