深度学习与媒体计算
海量数据的快速增长给多媒体计算带来了深刻挑战.与传统以手工构造为核心的媒体计算模式不同,数据驱动下的深度学习(特征学习)方法成为当前媒体计算主流.本报告重点分析了深度学习在检索排序与标注、多模态检索与语义理解、视频分析与理解等媒体计算方面的最新进展和所面临的挑战,并对未来的发展趋势进行展望.报告总结的方法在深度学习框架下为解决异构鸿沟和语义鸿沟带来了新的思路.
深度学习 媒体计算 视频检索 异构鸿沟 语义鸿沟
CCF多媒体专委会
国内会议
北京
中文
282-297
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）