循环投影相互学习视频重建迭代上下投影 ST-VSR任务

循环投影相互学习的空间-时间视频超分辨率

35740空间-时间空间手牵手：通过循环投影相互学习实现空间-时间视频超分辨率0胡梦顺1,2†，姜奎1,2†，廖亮3，肖静1,2，姜俊俊4，王铮1,2‡01 国家多媒体软件工程研究中心，人工智能研究所，计算机学院，武汉大学 ...

迭代投影与匹配：结构保持代表的计算机视觉应用

标签： 1 迭代投影与匹配 2 结构保持代表 3 计算机视觉应用 4 数据选择任务 5 优化的选择算法

1K迭代投影与匹配：寻找结构保持的代表及其在计算机视觉中的应用Alireza ZaeemzadehMr.，Mohsen JoneidiMr.，Nazanin Rahnavard和MubarakShah中佛罗里达{zaeemzadeh，joneidi，nazanin}@ eecs.ucf.edu，shah@crcv....

Siddon-master.zip_图像重建_投影系数_投影系数计算_迭代重建算法_重建算法

标签：图像重建投影系数投影系数计算迭代重建算法重建算法

图像迭代重建算法中投影系数是影响重建速度和重建质量的主要因素, 提出一种快速计算投影系数的方法。

【图像超分】论文精读：Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive ...

标签：深度学习计算机视觉超分辨率重建

基于深度卷积的单幅图像超分辨率(SISR)网络包含了从大规模外部图像资源中学习局部恢复的好处，但现有的研究大多忽略了自然图像中的远程特征相似性。最近的一些工作通过探索非局部注意模块成功地利用了这种内在特征...

视频超分辨率的循环编码器-解码器网络架构

标签：个文件的5个标签视频超分辨率多图像超分辨率实验结果

我们使用循环编码器-解码器模块从连续视频帧中集成空间和时间上下文，该模块将多帧信息与目标帧的更传统的单帧与大多数先前的工作相比，框架通过堆叠或扭曲汇集在一起，我们的模型，递归反向投影网络（RBPN）将每个...

论文解读：gdip-yolo | Gated Differentiable Image Processing for Object-Detection in Adverse ...

标签：深度学习目标检测自动驾驶

论文地址：https://arxiv.org/abs/2209.14922项目地址：https://github.com/Gatedip/GDIP-Yolo在恶劣的天气和照明条件下检测物体对于自动驾驶汽车的安全和持续运行至关重要，而且仍然是一个未解决的问题。...

音视频-编解码-有限投影数据CT图像迭代重建技术研究齐宏亮.pdf

标签：音视频深度学习人工智能

音视频-编解码-有限投影数据CT图像迭代重建技术研究齐宏亮.pdf

（ICCV-2015）使用 3D 卷积网络学习时空特征

标签：深度学习神经网络计算机视觉

我们提出了一种简单而有效的时空特征学习方法，该方法使用在大规模监督视频数据集上训练的深度 3 维卷积网络 (3D ConvNets)。我们的发现有三个方面：1）与 2D ConvNets 相比，3D ConvNets 更适合时空特

NLP中的对抗学习VS对比学习-1

标签：自然语言处理学习人工智能

思维导图链接：https://www.processon.com/mindmap/64159f9ff502f062b5d616be是为了让模型更鲁棒，对噪声更加的不敏感。在实现这一点上，有对抗防御、对抗攻击和对抗训练。对抗防御是识别出更多的样本 ...

(ECCV-2018)用于视频识别的多光纤网络

标签：机器学习深度学习计算机视觉

用于视频识别的多光纤网络 paper题目：Multi-Fiber Networks for Video Recognition paper是新加坡国立大学发表在ECCV 2018的工作 paper地址：链接 Abstract. 本文旨在降低时空深度神经网络的计算成本，使其...

Total3DUnderstanding: 单图像室内场景的联合布局、物体姿态和网格重建

标签： 3d 计算机视觉人工智能

室内图像语义重建在室内设计和房地产等应用中具有独特的重要性。近年来，该主题受到计算机视觉和图形学领域研究人员的极大兴趣。然而，深度感知固有的模糊性、现实世界环境的杂乱和复杂性，使得仅从单幅图像中完全...

Faster R-CNN论文翻译——中英文对照

标签： Faster R-CNN

文章作者：Tyan 博客：noahsnail.com &nbsp;|&nbsp; CSDN &nbsp;|&nbsp; 简书 ...声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！...Faster R-CNN: Towards Real-Time ...

【第12篇】Sparse R-CNN: End-to-End Object Detection with Learnable Proposals

标签： cnn 深度学习 pytorch

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals 论文地址：https://arxiv.org/abs/2011.12450 摘要我们提出了 Sparse R-CNN，这是一种用于图像中对象检测的纯稀疏方法。现有的对象检测工作...

三维重建——相机几何参数标定

标签：算法计算机视觉机器学习

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达来源：公众号@计算摄影学三维重建——相机几何模型和投影矩阵中，我们已经看到了透视相机的成像模型和相机矩阵：现在我们来思考一个问题，如...

Python 数据建模：通过统计学、机器学习等模型算法来进行数据建模介绍Python中的几个有代表性的机器学习库...

标签：自然语言处理人工智能语言模型

数据建模是数据分析的一个重要环节，它指的是对数据按照一定规则进行抽象化、概括化、整合化，并转换成可用于决策支持系统或者其他应用场景的形式。在做数据建模之前，需要了解数据的特点、结构、分布、关联、缺失值...

番外03.SELF-INSTRUCT+Alpaca

标签：人工智能机器学习深度学习

首发公众号：学姐带你学AI本课程来自深度之眼《大模型——前沿论文带读训练营》公开课，部分截图来自课程视频。自指导：将语言模型与自生成的指令相结合作者：Yizhong Wang等单位：华盛顿大学发表时间：ACL 2023以上...

【Image captioning-RS】论文阅读十二—Prior Knowledge-Guided Transformer for Remote Sensing Image ...

标签： transformer 深度学习人工智能

遥感图像(RSI)字幕生成旨在为遥感图像生成有意义且语法正确的句子描述。然而,相比于自然图像字幕,RSI字幕生成面临着由于RSI特性而产生的额外挑战。第一个挑战源于这些图像中存在大量物体。随着物体数量的增加,确定...

[翻译]2020年综述：基于深度学习的视频超分辨率

标签：计算机视觉深度学习人工智能

1.总结了 33 种最先进基于深度学习的 `VSR` 方法，并详细介绍了这些方法的特征和实现细节。 2.把这 33 种方法按照使用帧间信息的不同分成了6个子类。 3.在一些基准数据集上总结并对比了有代表性的VSR方法。 4....

经典论文-卷积神经网络可视化与理解及实践

标签： cnn 深度学习机器学习

大型卷积网络模型最近在ImageNet基准测试上表现出了令人印象深刻的分类性能(Krizhevesty等人，2012)。然而，目前还不清楚为什么它们表现得如此好，也不清楚如何改进。在本文中，讨论了这两个问题。...

Faster R-CNN 与 RPN

标签：目标检测 Faster R-CNN Detectron

Fast R-CNN 实现了候选框的特征图共享，大幅提高了训练及部署的效率。然而，网络输入仍然依赖 Selective Search 等方法，在整个系统中耗时占比较高且优化空间有限。 Faster R-CNN 使用 RPN 网络生成候选区域。RPN ...

【LMM 012】TinyGPT-V：24G显存训练，8G显存推理的高效多模态大模型

标签：人工智能多模态 Phi2

TinyGPT-V 以 Phi-2 为基础，将有效的语言骨干与 BLIP-2 或 CLIP 的预训练视觉模块相结合。TinyGPT-V 的 2.8B 参数可以经过独特的量化处理，适合在 8G 各种设备上进行本地部署和推理任务。

深度学习论文阅读目标检测篇（三）：Faster R-CNN《 Towards Real-Time Object Detection with Region ...

标签：深度学习计算机视觉 python

深度学习论文阅读目标检测篇（三）：Faster R-CNN《 Towards Real-Time Object Detection with Region Proposal Networks》Abstract 摘要1. Introduction 引言2. RELATED WORK 相关工作3. FASTER R-CNN3.1 Region ...

可变形注意金字塔：快速在线视频超分辨率

标签：可变形金字塔在线视频超分辨率快速处理循环VSR架构高效帧对齐

3 KU Leuven，比利时0{ dario.fuoli, martin.danelljan, vangool } @vision.ee.ethz.ch, [email protected]摘要0视频超分辨率（VSR）在包括视频流和电视在内的许多应用中具有严格的因果、实时...

经典论文-SeNet论文及实践

标签：深度学习 SeNet 注意力机制

在这项工作中，我们专注于通道，并提出了一种新颖的架构单元，我们称之为**“Squeeze-and-Excitation”（SE）模块**，通过显式地建模通道之间的相互依赖关系，自适应地重新校准通道式的特征响应。通过将这些块堆叠在...

多任务学习中的跨任务注意机制及其在场景理解中的应用

标签：五个标签多任务学习跨任务注意机制 2D语义分割

2329密集多任务学习的跨任务注意机制伊万·洛佩斯·因里亚ivan. inria.frTuan-HungVu Valeo.ai，Inriatuan-hung.vu邮件valeo.com拉乌尔·德沙雷特·因里亚raoul. inria.fr摘要多任务学习近年来已成为一种很有前途的...

稳定的长序列视频超分辨率：基于Lipschitz稳定性的递归VSR网络

837稳定的长期重复视频超分辨率Benjamin Naoto Chiche1，2，Arnaud Woiselle1，Joana Frontera-Pons2，3，Jean-LucStarck21Safran Electronics Defense，F-91344 Massy，France2AIM，CEA，CNRS，Univ ersite′P-...

多任务学习中的任务自适应参数共享方法(TAPS)及其性能

标签：多任务学习预训练模型任务自适应参数共享资源最小化性能提升

7561多任务学习2*Ravichandran2酒店，锡德-马上预订;Charless Fowlkes2Rahul Bhotika2Stefano [email protected]{haolimax，achille，ravinash，fowlkec，bhotikar，soattos}@ amazon.com1华盛顿大学2...

MulT：端到端多任务学习transformer

标签：端到端学习共享注意力机制高级视觉任务

1120310MulT：一种端到端的多任务学习transformer0Deblina Bhattacharjee，Tong Zhang，Sabine S¨usstrunk和MathieuSalzmann，EPFL计算机与通信科学学院，瑞士0{deblina.bhattacharjee, tong.zhang, sabine....

c语言投影法图像定位,基于抛物线拟合和边缘点搜索的虹膜精确定位

标签： c语言投影法图像定位

摘要：虹膜的定位包括瞳孔(内圆)和虹膜外圆的定位。该方法首先预判断瞳孔中心和半径截取目标区域小图，然后对目标区域提取边缘采用最小二乘抛物线拟合，算...灰度积分投影；抛物线拟合；hough变换；圆周点搜索1 分...

多任务视觉和语言表征学习

标签：多任务视觉语言学习任务间关系大规模多任务训练数据集合并单一多任务模型

1043712合1：多任务视觉和语言表征学习3 * Jiasen Lu3*Vedanuj Goswami1*Marcus Rohrbach1DeviParikh1，3Stefan Lee21 Facebook AI Research2俄勒冈州立大学3佐治亚理工{vedanuj，mrf}@fb.comleestef@oregonstate....