基于多粒度表示学习的基于草图的动态人脸图像检索
原文中文,约200字,阅读约需1分钟。发表于: 。通过多粒度表示学习方法(MGRL),该研究提出一种解决半身轮廓图检索(SLFIR)问题的框架,从而在早期获取方面超过了现有基线模型。
本论文研究了细粒度手绘图像检索模型中的数据稀缺问题,并提出了一种半监督框架,利用未标记的照片提升模型表现。实验证明,该模型性能显著提升。
通过多粒度表示学习方法(MGRL),该研究提出一种解决半身轮廓图检索(SLFIR)问题的框架,从而在早期获取方面超过了现有基线模型。
本论文研究了细粒度手绘图像检索模型中的数据稀缺问题,并提出了一种半监督框架,利用未标记的照片提升模型表现。实验证明,该模型性能显著提升。