Hidden conditional random fields
Hidden conditional random fields
复制标题
DOI：
10.1109/tpami.2007.1124
复制
发表时间：
2007-10-01
影响因子：
23.6
通讯作者：
Darrell, Trevor
中科院分区：
文献类型：
--
作者：
Quattoni, Ariadna;Wang, Sybor;Darrell, Trevor
我们提出了一个判别潜变量模型，用于结构化领域中的分类问题，其中输入可以由局部观测图表示。一个隐藏状态条件随机场框架学习一组以局部特征为条件的潜在变量。观测不必是独立的，可以在空间和时间上重叠。
We present a discriminative latent variable model for classification problems in structured domains where inputs can be represented by a graph of local observations. A hidden-state Conditional Random Field framework learns a set of latent variables conditioned on local features. Observations need not be independent and may overlap in space and time.