- 博客(2)
- 收藏
- 关注
RSS订阅原创 [论文阅读]-FVC:深度视频压缩的新框架 （CVPR2021）
之后，压缩当前帧的特征与可变形补偿模块的预测特征之间的残差特征。在可变形补偿和残差压缩过程之后，我们通过组合预测特征\(\bar{F}_t\)和重建的残差特征\(\hat{R}_t\)来产生初始重建的特征\(\tilde{F}_t\)。如图 1 所示，为了生成更准确的最终重建特征\(\hat{F}_t\)，提出了一种多帧特征融合模块来利用来自多个先前帧的特征表示\(F_{t-1}^{ref}\)、\(F_{t-2}^{ref}\)、\(F_{t-3}^{ref}\)的时间上下文信息。整个网络架构如图所示。
2025-07-24 16:18:59
430
原创 MOT学习笔记——最小余弦距离
其中，\( \mathbf{a} \cdot \mathbf{b} \) 是向量的点积，\( \|\mathbf{a}\| \) 和 \( \|\mathbf{b}\| \) 是向量的模。2. **身份验证**：在跟踪过程中，通过比较当前帧中检测到的对象的特征与已知跟踪对象的特征之间的余弦距离，帮助维持正确的身份标签。- **高维空间问题**：在高维空间中，向量之间的余弦相似度可能变得不那么有意义，因为它们的方向差异可能变得不那么明显。- **直观性**：余弦距离的值范围从0到2，易于理解和解释。
2024-08-31 14:48:00
391
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人