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.
JDK JRE JVM,JDK卸载与安装
2.
Unity NavMeshComponents 学习小结
3.
Unity技术分享连载(64)|Shader Variant Collection|Material.SetPassFast
4.
为什么那么多人用“ji32k7au4a83”作密码?
5.
关于Vigenere爆0总结
6.
图论算法之最小生成树(Krim、Kruskal)
7.
最小生成树 简单入门
8.
POJ 3165 Traveling Trio 笔记
9.
你的快递最远去到哪里呢
10.
云徙探险中台赛道:借道云原生,寻找“最优路线”
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<<