• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Multimedia Information Retrieval >Cost-sensitive learning in social image tagging: review, new ideas and evaluation
【24h】

Cost-sensitive learning in social image tagging: review, new ideas and evaluation

机译：社会形象标签中的成本敏感型学习：回顾，新想法和评估

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

Visual concept learning typically requires a set of expert labeled, manual training images. However, acquiring a sufficient number of reliable annotations can be timeconsuming or impractical. Therefore, in many situations it is preferable to perform unsupervised learning on user contributed tags from abundant sources such as social Internet communities and websites. Cost-sensitive learning is a natural approach toward unsupervised visual concept learning because it fundamentally optimizes the learning system accuracy regarding the cost of an error. This paper reviews the problem of cost-sensitive unsupervised learning of visual concepts from social images, presents the new ideas, and gives a comparative evaluation of representative approaches from the research literature.
机译：视觉概念学习通常需要一组专家标记的手动培训图像。但是，获取足够数量的可靠注释可能很耗时或不切实际。因此，在许多情况下，最好对来自丰富资源（例如社交Internet社区和网站）的用户贡献的标签执行无监督学习。成本敏感型学习是无监督视觉概念学习的自然方法，因为它从根本上优化了关于错误成本的学习系统准确性。本文回顾了从社会图像中对成本敏感的无监督学习视觉概念的问题，提出了新的思想，并对研究文献中的代表性方法进行了比较评估。

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