多视图聚类的最新技术水平是什么？

Question

许多现实世界的数据集都以多视图的形式表示。例如，可以通过面部、指纹、签名和虹膜来识别一个人，或者可以通过其颜色和纹理特征来表示图像。多视图基本上是从多个来源获得的信息。在机器 learning/data clustering/computer 视觉的背景下，处理这种方法的最相关应用是什么？

Answer 1

在计算机视觉的上下文中多视图 是指从不同 views/angles/positions 拍摄的同一对象的图像。这种策略有多种应用。 3D reconstruction from multiple view 是最流行的例子之一。

你说的multi-view类型基本上就是data augmentation解决单个问题。正如您也提到的，从不同类型的数据源中识别一个人是 data-augmentation 的应用。也可以有多个其他应用程序。比如表情估计，识别一个人的心情，用RGB摄像头的数据+Kinect的3D数据+音频是另一个例子。

在机器学习的背景下数据增强无处不在。结合图像或音频的不同特征进行分类是 数据增强。