从迪斯尼研究自学习程序，模式识别

一组研究人员从迪斯尼匹兹堡研究部门的开发计算机视觉系统，它使用了一些人类视觉原理（<一href="http://www.disneyresearch.com/wp-content/uploads/Expanding-Object-Detector%E2%80%99s-HORIZON-Incremental-Learning-Framework-for-Object-Detection-in-Videos-Paper.pdf">pdf).尤其是，它包含自学习算法，最终可以提高识别对象。

像大多数其他的计算机视觉系统，迪斯尼研究的开发版本为每个对象的概念模型，无论是平面或皂液器。它使用一种学习算法，分析该对象的许多照片。

该算法迪斯尼研究的一个显着特点 - 他后来使用这个模型在同一时间的视频目标识别删除新 I>有关这些对象的信息，并补充模型最初承诺。这使得可以识别物体在更宽的范围，即使它们看起来比以前遇到样本不同。

插图（点击）显示图案识别结果。在最上面一行是测试图像从数据库ImageNet，谁用于训练原始模型。在底排 - 正确的对象识别程序的IDE-LME的例子。研究人员指出，识别出画面中的对象在外观上与用于训练系统有很大的不同。









“这个过程[个体经营]继续，可能无限期地，用于识别系统的整个生命， - 说一>狮子座希格（狮子座希格），在迪斯尼匹兹堡研究的主要研究员。 - 一个自学习系统，它不断通过不受控制的积累经验不断发展，使得世界»越来越完整，复杂的模型

对于每个对象的概念模型逐渐扩大和更新作为系统面临新的信息。从理论上讲，这种方法会导致这样的事实，使得作用没有监督，系统将分配的原因是什么的任何识别错误对象特征常有的事。但该方案的作者说，这个问题目前还没有看到。

除了西格尔，研究提案国表示库兹涅佐娃阿丽娜（阿丽娜库兹涅佐娃），Rozenhan博德（博德Rosenhahn）从莱布尼茨大学汉诺威（德国）和迪斯尼前九月黄羽（宋菊黄），谁现在工作在美国国家科学研究院和技术蔚山（韩国）。

介绍了研究发生在IEEE会议计算机视觉与模式识别在波士顿（六月七日至12日2015）。

来源： geektimes.ru/post/251720/