Context is King!

 

1．Content vs Context

 

在教育界，有这么一句话：“if content is king, then context is queen”（Elliott Masie）（内容为王，情景为后），其中指出：上下文就是使隐含的知识清楚的体现、把最好的实践转化到训练中的东西；因人而异地选择相应的学习对象，应该是通过选择满足相关上下文需求条件的对象，并且使自己的学习对象的行为适应上下文的特殊属性。

Elliott进一步指出king的时代已经过去了，king徒有其表。而且，king可以没有queen，反之亦然，但是content不能脱离context而存在。实际上 content + context = learning。Jay认为，content是内部的，context是外部的，他们是不可分割的。

上面的观点使我们普遍接受的，但是Peter Baumgartner 更疯狂的认为“Context is King!”，因为他认为content只是学习环境的另外一部分。我们可以简单的认为广义的context是包括content的，这也无可厚非。

 

2． appearance features VS Contextual features

 

在计算机视觉中，上下文的重要性也是不言而喻的，上下文可以为确认目标、定位和大小提供丰富的信息，这是一个共识，很多心理学试验也印证了这个观点。一般来说我们所处的世界是有一定结构规律支配的，正如同一个物体内部的情况一样。对于上面的观点，我们可以做同样的推论：appearance features + contextual features = 目标表征，两者共同决定目标是本质，当前者相同后者不同时，目标的表征也可能不同，即相同的东西在不同的上下文所描述的内容是不同的，举个例子吧：

这样我们清楚的看出了上下文的作用，因此，我们也可以说，contextual features is king！

 

上下文如此的重要，但是在机器视觉系统中上下文的成分却很少，这是因为人们对上下文的理解多为高层的语义层次的，而appearance features则是底层的，两层之间的鸿沟导致计算机视觉系统中上下文的匮乏。然而上下文不一定非得是高层的，最近的研究表明底层的上下文描述非常重要，这样简单有效的上下文描述就是解决途径之一。

 

转载本文请联系原作者获取授权，同时请注明本文来自高常鑫科学网博客。
链接地址：https://blog.sciencenet.cn/blog-43092-48910.html

上一篇：Contextual Models for Object Detection Using Boosted Random Fields
下一篇：Latex论文之作图：从visio到eps