论文
yaoxingfu72
这个作者很懒,什么都没留下…
展开
-
Exemplar-SVM 论文解析 ICCV2011
1、思想来源作者发文章时最火的目标识别方法莫过于DPM,但DPM效率慢,所以作者提出了E-SVM来进行目标识别。简单来说,就是一个模板匹配的方法,只不过这里有好多个模板(exemplar)。如下图所示,作者认为正样本由于形变等原因差异很大,无法参数化,每个都应该自立门户形成exemplar-svm,所以索性就不考虑正样本的共性,这样就能很好的应对形变。 与DPM区别:DPM是将原创 2015-03-02 16:48:24 · 2345 阅读 · 0 评论 -
Deep Residual Learning 论文解析
Deep Residual Network(DRN) 是微软亚研 何凯明组在15年10月份挂在arXiv 上的文章。所用的网络在ILSVRC&COCO 2015比赛中取得第一名的成绩(识别,分类,分割)。所用的152层网络要比VGG-16深8倍,但网络的计算复杂度(参数数量)却要比VGG少。一. 思想众所周知,网络的性能与深度息息相关。如果在一个浅层网络A上叠加几层layer形成网络B,如原创 2016-02-29 19:21:18 · 9887 阅读 · 0 评论 -
综述:计算机视觉中RNN应用于目标识别
深度学习在计算机视觉领域取得的巨大的发展,最近几年CNN一直是目前主流模型所采取的架构。最近半年RNN/LSTM应用在识别领域逐渐成为一种潮流,RNN在获取目标的上下文中较CNN有独特的优势。以下我们分析最近有关RNN做目标识别的相关文章。1、Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recur原创 2016-07-03 09:54:10 · 12091 阅读 · 2 评论