原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向人体视觉理解的混合监督学习研究
摘要：面向人体视觉理解的混合监督学习是近年来深度学习领域的研究热点。本文通过对人体视觉理解的介绍，探讨目前混合监督学习在人体姿态估计、行为识别、人体分割等方向上的应用研究。同时，对于混合监督学习中的关键技术——多任务学习、迁移学习、主动学习以及其在人体视觉理解中的应用进行详细的介绍和分析。最后，展望了混合监督学习在人体视觉理解中未来的发展方向和应用前景。 关键词：混合监督学习；人体视觉理解；多任务学习；迁移学习；主动学习 一、引言 深度学习在图像识别、自然语言处理等领域取得了非常显著的成果，但在人体视觉理解中还有许多问题亟待解决。例如，在人体姿态估计中，
文档评论（0）