Hybrid CNN and Dictionary-Based Models for Scene Recognition and Domain Adaptation
Hybrid CNN and Dictionary-Based Models for Scene Recognition and Domain Adaptation
复制标题
用于场景识别和领域适应的混合 CNN 和基于字典的模型
DOI：
10.1109/tcsvt.2015.2511543
复制
发表时间：
2016-01
影响因子：
8.4
通讯作者：
Cheng-Lin Liu
中科院分区：
文献类型：
--
作者：
Guo-Sen Xie;Xu-Yao Zhang;Shuicheng Yan;Cheng-Lin Liu
卷积神经网络（CNN）在许多不同的视觉任务中取得了最先进的性能。从大规模训练数据集中学习，CNN特征比手工特征更具鉴别力和准确性。此外，委员会认为，
Convolutional neural network (CNN) has achieved the state-of-the-art performance in many different visual tasks. Learned from a large-scale training data set, CNN features are much more discriminative and accurate than the handcrafted features. Moreover,
登录
查看更多内容
DOI：
--
发表时间：
2013-06
期刊：
--
影响因子：
--
作者：
Boqing Gong;K. Grauman;Fei Sha
通讯作者：
Boqing Gong;K. Grauman;Fei Sha
DOI：
10.1007/978-3-642-15555-0_11
发表时间：
2010-09
期刊：
--
影响因子：
--
作者：
Xi Zhou;Kai Yu;Tong Zhang;Thomas S. Huang
通讯作者：
Xi Zhou;Kai Yu;Tong Zhang;Thomas S. Huang
DOI：
10.1109/cvpr.2007.383266
发表时间：
2007-06
期刊：
2007 IEEE Conference on Computer Vision and Pattern Recognition
影响因子：
--
作者：
Florent Perronnin;C. Dance
通讯作者：
Florent Perronnin;C. Dance
影响因子：
22.7
作者：
Doersch, Carl;Singh, Saurabh;Efros, Alexei A.
通讯作者：
Efros, Alexei A.
DOI：
10.1007/978-3-319-16865-4_41
发表时间：
2014-11
期刊：
--
影响因子：
--
作者：
Guosen Xie;Xu-Yao Zhang;Cheng-Lin Liu
通讯作者：
Guosen Xie;Xu-Yao Zhang;Cheng-Lin Liu