| Texto completo | |
| Autor(es): |
Lavi, Bahram
;
Nascimento, Jose
;
Rocha, Anderson
;
IEEE
Número total de Autores: 4
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2021 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP 2021); v. N/A, p. 5-pg., 2021-01-01. |
| Resumo | |
With the rapid growth of data sharing through social media networks, determining relevant data items concerning a particular subject becomes paramount. We address the issue of establishing which images represent an event of interest through a semi-supervised learning technique. The method learns consistent and shared features related to an event (from a small set of examples) to propagate them to an unlabeled set. We investigate the behavior of five image feature representations considering low- and high-level features and their combinations. We evaluate the effectiveness of the feature embedding approach on five collected datasets from real-world events. (AU) | |
| Processo FAPESP: | 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade |
| Beneficiário: | Anderson de Rezende Rocha |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 20/02241-9 - Reconhecimento de padrões e detecção de subeventos de destaque em dados de fontes heterogêneas |
| Beneficiário: | José Dorivaldo Nascimento Souza Júnior |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |
| Processo FAPESP: | 18/05668-3 - Coerência espaço-temporal e de características a partir de dados heterogêneos |
| Beneficiário: | Bahram Lavi Sefidgari |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |