与信息科学的快速发展,信息包含在大数据引起了许多不同学科研究人员的兴趣。从大数据中提取和探索信息必要的计算智能和软计算应用到自然科学和社会科学。最新进展的机器学习(特别是深度学习)可以了解大数据和提取有意义的信息,加快了计算智能的发展。计算机视觉技术有助于理解图像和高维数据从现实世界产生数字或符号信息。可视化方法提供各种方式展示信息从复杂的数据集。都可以利用计算机视觉技术和可视化方法直观地展示了从数据中提取信息。
这个特殊的问题是机器学习中致力于最新发展和视觉计算。五篇文章从世界各地的研究人员为进一步措施到机器学习的理论和应用和视觉计算。特殊的问题涵盖了广泛的研究课题,从理论研究到实际应用,和活跃的研究领域包括文章分类,动作识别,和深度学习。
在计算机视觉的应用技术中,m . Ngadi等人介绍一种实用的人脸检测方法采用局部二值模式(LBP)的特征提取和小说邻国支持向量分类器(NSVC)分类。在不同的自然图像实验结果表明,该方法在检测时间短可以得到不错的效果。g .张等人提供一个小说的人reidentification方法利用服装的特性在现实生活中的视频。
为了提高机器学习算法基于理论发现,b .祖茂堂等人提出一种基于低秩的Semi-supervised判别分析(LRKSDA)。广泛的公共数据库上进行的实验表明LRKSDA可以胜过其他相关内核Semi-supervised判别分析方法。x李等人提出一个动作识别方法通过挖掘键骨架与潜在支持向量机(潜在支持向量机)。行动三个基准数据集的详细实验结果证明,该方法达到了性能优越的skeleton-based动作识别方法。
这个特殊的问题包括一个评论。d .谢等人的工作提供了一个深度学习的调查。作者不仅回顾典型深学习算法在计算机视觉和信号处理,但也提供了详细信息如何将不同的深度学习技术应用到特定的道路裂缝检测和故障诊断等领域。
确认
我们要感谢所有的代码开发者和评审者的巨大贡献这个特殊的问题。
Lei张
于曹
范杨
《求是赵