与或图论文阅读

1 Discriminatively Trained And-Or Graph Models for Object Shape Detection (2014)可参考的点：与或图的训练1.1 Introduction本文研究一种 reconfigurable part-based model，即 与或图模型，用于识别图像中的物体形状。该模型通过弱标注训练数据（即不对物体部分进行标注）进行判别性训练。与或图模型：关键组成部分是“switch variable”（ 或节点），它引入了 组合替代方案，使模型具有可重构性。具体而言，or-节点通过激活子节点来确定组合方式。与或图模型由以下四层构成：叶节点位于底部，代表一批局部分类器，用于检测物体的显著轮廓片段。每个叶子节点在一个划分的块内定义。定义为 开关变量 (switch variable) 的 或节点 (or-nodes) 指定其子叶节点的激活。在检测过程中，每个 或节点 激活其子叶结点之一，并选择被激活叶结点检测到的轮廓片段。因此，或节点 表示物体形状的部件，而 叶结点捕捉所有的局部变异性。协作边（collaborative edges

默认分类 · 05-21
与或图论文阅读
2024 - 2025 caroline's world. All Rights Reserved.
Theme Jasmine by Kent Liao
赣ICP备2024043307号 赣公网安备36060002000103号