BriefGPT - AI 论文速递
·
3D 照片的全自动标志地和面部分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了两种技术来改善局部标记数据集中的地标定位，包括顺序多任务和基于无监督学习的方法。实验结果表明，这些技术可以在只有5％标记图像的条件下提高地标定位。
🎯
关键要点
-
研究提出了两种技术来改善局部标记数据集中的地标定位。
-
第一种技术是顺序多任务，利用类标签引导未标记数据的局部标记定位。
-
第二种技术是基于无监督学习的方法，通过模型预测图片上的等变地标来提高地标定位。
-
实验在两个玩具数据集和四个实际数据集上进行，包括手和脸部。
-
在只有5％标记图像的条件下，这些技术提高了地标定位的效果。
➡️
