JavaShuo
栏目
标签
CVPR 2019 Linkage Based Face Clustering via Graph Convolution Network论文翻译
时间 2020-12-27
栏目
系统网络
繁體版
原文
原文链接
摘要 本文中,我们介绍了一个准确且scalable的方法来实现人脸聚类任务。我们的目的在于通过人脸潜在的identities实现人脸聚类。我们将这问题当做是连接预测问题:如果两个人脸是同一个人,则他们之间存在连接。关键思想是我们在一个实例(人脸)周围的特征空间中找到局部上下文,其中包含有关该实例与其邻居之间的连接关系的丰富信息。我们利用图卷积网络(GCN)进行推理并推断子图中各对之间链接的可能性,
>>阅读原文<<
相关文章
1.
Linkage Based Face Clustering via Graph Convolution Network
2.
深入理解CVPR 2019论文 Linkage Based Face Clustering via Graph Convolution Network基于图卷积的人脸聚类
3.
论文笔记:2019[IJCAI]Attributed Graph Clustering via Adaptive Graph Convolution
4.
cvpr 2019--人脸聚类
5.
【论文翻译】An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
6.
CVPR 2014 论文
7.
【论文翻译】NIN层论文中英对照翻译--(Network In Network)
8.
【论文翻译】KGAT: Knowledge Graph Attention Network for Recommendation
9.
CVPR 2019 论文大盘点-人脸技术篇
10.
论文翻译(1)FaceNet: A Unified Embedding for Face Recognition and Clustering
更多相关文章...
•
Eclipse 编译项目
-
Eclipse 教程
•
CAP理论是什么?
-
NoSQL教程
•
Scala 中文乱码解决
•
三篇文章了解 TiDB 技术内幕——说存储
相关标签/搜索
论文翻译
based
graph
clustering
convolution
linkage
好文翻译
外文翻译
文档翻译
全文翻译
系统网络
MySQL教程
PHP教程
Thymeleaf 教程
文件系统
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
Android Studio3.4中出现某个项目全部乱码的情况之解决方式
2.
Packet Capture
3.
Android 开发之 仿腾讯视频全部频道 RecyclerView 拖拽 + 固定首个
4.
rg.exe占用cpu导致卡顿解决办法
5.
X64内核之IA32e模式
6.
DIY(也即Build Your Own) vSAN时,选择SSD需要注意的事项
7.
选择深圳网络推广外包要注意哪些问题
8.
店铺运营做好选款、测款的工作需要注意哪些东西?
9.
企业找SEO外包公司需要注意哪几点
10.
Fluid Mask 抠图 换背景教程
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
Linkage Based Face Clustering via Graph Convolution Network
2.
深入理解CVPR 2019论文 Linkage Based Face Clustering via Graph Convolution Network基于图卷积的人脸聚类
3.
论文笔记:2019[IJCAI]Attributed Graph Clustering via Adaptive Graph Convolution
4.
cvpr 2019--人脸聚类
5.
【论文翻译】An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
6.
CVPR 2014 论文
7.
【论文翻译】NIN层论文中英对照翻译--(Network In Network)
8.
【论文翻译】KGAT: Knowledge Graph Attention Network for Recommendation
9.
CVPR 2019 论文大盘点-人脸技术篇
10.
论文翻译(1)FaceNet: A Unified Embedding for Face Recognition and Clustering
>>更多相关文章<<