论文梳理 的 复盘

本文是对自己梳理的论文博客，再重新阅读一遍的总结
原文：论文梳理
博客网站：优快云

「斜体」 此符号表示自己对内容有感的批注，当前自己的认知

自己的想法：方向：

1. 多模态：自动标注，语料库，融合，描述（NLP）
   SVM改进，图片处理，语义鸿沟

2. 自动标注：

3. 迁移学习：我认为「迁移学习是过程不是目的，如 做事A用方法ā，现做事B也用方法a」，不构成方向，「迁移学习和主成分分析PCA，同等级，是处理事情的方法」

4. 题目：[基于深度学习的图像自动标注方法综述]，的

   多模态：
   多区域：不同物体区域描述
   编码-解码：
   强化学习：最大似然，反向传播
   生成式对抗：GAN，无监督，生成器+判别器 ，无标签

5. 多标签分类：

6. 知识图谱（no）

7. 人脸识别：图像标注，把人脸部分标注成人脸

8. 表情识别

图像科研方向进阶：
9. 图像可靠性：图像融合，图像拼接

图像可靠性：你的图像会失真，或者不清晰。你要做的，就是保证图像的清晰度，恢复失真图像，保证图质

10. 图像理解：图像检索

---

---

---

题目：多模态深度学习综述
关键词（多模态; 深度学习; 神经网络; 模态表示; 模态传译; 模态融合; 模态对齐;）

多模态深度学习：四类：模态表示、模态传译(模态间)、模态融合（多模态 预测 ）、模态对齐（元素间关系）

---

题目：基于深度学习的图像自动标注方法综述
关键词（图像自动标注; 多模态空间; 多区域; 编码-解码; 强化学习; 生成式对抗网络;）

图像自动标注：计算机视觉 + NLP。（底层视觉+高层语义）
五个分类：多模态空间、多区域、编码-解码、强化学习、生成式对抗网络

传统：检索（跟已有的最佳匹配）；模版（词槽）
现代：深度学习（自动，非线形，底层转高层；强化学习，生成式对抗，多模态，多区域，编码-解码）

多模态：
多区域：不同物体区域描述
编码-解码：
强化学习：最大似然，反向传播
生成式对抗：GAN，无监督，生成器+判别器 ，无标签

---

题目：基于深度学习的多模态融合网民情感识别研究

关键词（网民情感; 多模态融合; 情感识别; 双向长短期记忆模型; 微调卷积神经网络; 网络舆情; 舆情监测）

多模态，词向量，特征融合，SVM
图片情感识别：新领域，底层视觉（视觉特征、颜色），中层语义（底层语义鸿沟），深层次（深度学习）

---

题目：多模态人体动作表示识别及其正骨康复训练应用综述

关键词（动作捕捉; 动作特征提取; 深度学习; 动作识别; 正骨康复训练;）

动作捕捉：基于视频，深度相机，惯性传感器
(难：感知准确度)
动作分类（深度学习）：特征自动提取，多模态特征融合
手工：特征 提取，分类
自动：深度学习