• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Can a machine have two systems for recognition, like human beings?
【24h】

Can a machine have two systems for recognition, like human beings?

机译：机器是否可以像人类一样具有两个识别系统？

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Artificial Intelligence has attracted much of researchers' attention in recent years. A question we always ask is: "Can machines replace human beings to some extent?" This paper aims to explore the knowledge learning for an image-annotation framework, which is an easy task for humans but a tough task for machines. This paper's research is based on an assumption that machines have two systems of thinking, each of which handles the labels of images at different abstract levels. Based on this, a new hierarchical model for image annotation is introduced. We explore not only the relationships between the labels and the features used, but also the relationships between labels. More specifically, we divide labels into several hierarchies for efficient and accurate labeling, which are constructed using our Associative Memory Sharing method, proposed in this paper. (C) 2018 Elsevier Inc. All rights reserved.
机译：近年来，人工智能吸引了许多研究人员的注意力。我们经常问的一个问题是：“机器可以在某种程度上替代人类吗？”本文旨在探讨图像标注框架的知识学习，这对人类来说是一件容易的事，而对机器来说却是一项艰巨的任务。本文的研究基于这样一个假设：机器具有两个思维系统，每个思维系统处理不同抽象级别的图像标签。基于此，提出了一种新的图像标注层次模型。我们不仅探讨标签和所使用功能之间的关系，而且探讨标签之间的关系。更具体地说，我们将标签分为几个层次结构，以进行有效而准确的标签，这些层次结构是使用本文提出的“关联内存共享”方法构建的。 （C）2018 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号