Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Initialization framework for latent variable models
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP.
2014 (Engelska)Ingår i: ICPRAM 2014 - Proceedings of the 3rd International Conference on Pattern Recognition Applications and Methods, 2014, s. 227-232Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

In this paper, we discuss the properties of a class of latent variable models that assumes each labeled sample is associated with set of different features, with no prior knowledge of which feature is the most relevant feature to be used. Deformable-Part Models (DPM) can be seen as good example of such models. While Latent SVM framework (LSVM) has proven to be an efficient tool for solving these models, we will argue that the solution found by this tool is very sensitive to the initialization. To decrease this dependency, we propose a novel clustering procedure, for these problems, to find cluster centers that are shared by several sample sets while ignoring the rest of the cluster centers. As we will show, these cluster centers will provide a robust initialization for the LSVM framework.

Ort, förlag, år, upplaga, sidor
2014. s. 227-232
Nyckelord [en]
Classification, Clustering, Latent variable models, Localization, Classification (of information), Software engineering, Cluster centers, Novel clustering, Prior knowledge, Relevant features, Sample sets, Pattern recognition
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:kth:diva-168883Scopus ID: 2-s2.0-84902354502ISBN: 9789897580185 (tryckt)OAI: oai:DiVA.org:kth-168883DiVA, id: diva2:819337
Konferens
3rd International Conference on Pattern Recognition Applications and Methods, ICPRAM 2014, 6 March 2014 through 8 March 2014, Angers, Loire Valley
Anmärkning

QC 20150610

Tillgänglig från: 2015-06-10 Skapad: 2015-06-09 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Scopus

Sök vidare i DiVA

Av författaren/redaktören
Afkham, Heydar MaboudiEk, Carl HenrikCarlsson, Stefan
Av organisationen
Datorseende och robotik, CVAP
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

isbn
urn-nbn

Altmetricpoäng

isbn
urn-nbn
Totalt: 424 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf