【论文阅读】AID(ICCV‘23)

最新推荐文章于 2024-11-03 19:38:40 发布
最新推荐文章于 2024-11-03 19:38:40 发布
阅读量377 收藏
点赞数 3
分类专栏： paper reading 文章标签： 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SESESssss/article/details/139128336
版权
helton_yan
关注
专栏目录
ICCV2017论文摘要汇总
super_chicken的博客
04-18 6488
1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Abstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...
顶会论文阅读体会__前期准备
suasan的博客
09-01 4336
顶会论文阅读之一前期准备 接下来会间隔一周阅读一篇顶会论文，请大家监督。做一个前期准备—–顶会汇总，怕量太多暂时汇总A+和A。 Acronym Standard Name Rank AAAI National Conference of the American Association for Artificial Intelligence A+ A...
【ICCV2019 论文列表】出炉论文持续更新
TomRen
09-25 4264
ICCV2019 放出论文持续更新
论文阅读记录 51-100篇 20200316-20210817
小树屋
03-16 1451
2020-3-16 Semantic Image Synthesis with Spatially-Adaptive Normalization CVPR2019 semantic map 2 image 提出Spatially-Adaptive，在semantic mask上通过网络层得到均值和方差map（不是一个标量，也即和Contitional BN的区别），然后把它用于偏移noise上。...
ICCV2023图像相关论文摘要速览两部分
weixin_44287798的博客
07-01 866
图像相关论文速览
ICCV2023论文速览目标检测相关
weixin_44287798的博客
06-28 1189
ICCV2023论文速览目标检测相关
三维人脸重建论文收集
likewind1993的博客
03-25 5594
前言 原地址：https://github.com/YadiraF/face3d 翻了下收集的很全，转下方便别人。 3D Face Surveys & Doctoral Thesis Face Image Analysis using a Multiple Features Fitting Strategy(2005, Basel) 3D Face Modelling for 2D...
Squeeze-and-Excitation Networks论文翻译——中英文对照
SnailTyan
11-22 1万+
文章作者：Tyan 博客：noahsnail.com  |  CSDN  |  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！ 翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation Squeeze-and-Excitation Networks ...
视觉推理相关论文调研survey
qq_36216320的博客
07-22 1092
简介 视觉推理是结合了计算机视觉和自然语言处理的一个重要方向。以下为我于7月11-7月22号之间整理的相关论文和数据集，特此记录 数据集相关 [1]CLEVR: A Diagnostic Dataset for Compositional Language and Elementary Visual Reasoning [2]A Dataset and Architecture for V...
泛读论文：Person-reID 行人重识别合集
汪汪汪的博客
03-19 1万+
2017CVPR、ICCV和NIPS在Person Reidentification方向的相关工作小结 基于融合特征的行人再识别方法 模式识别与人工智能 2017.3 问题 目前常用的行人再识别方法主要集中在行人外形特征的描述和同一行人对应的 2 幅图像之间距离的学习度量．由于行人图像的亮度和相机角度的变化等，提取行人的外形特征的不变性较难，因此在各个图像库上行人再识别的识别率较低 ...
2018顶会论文汇编
SIGAI_CSDN的博客
12-27 6986
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 CVPR 2018 大会时间：6月18日~22日 会议地点：盐湖城，UTAH 国际计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recogniti...
CVPR2017论文摘要汇总
热门推荐
super_chicken的博客
04-09 1万+
1. Exclusivity-Consistency Regularized Multi-view Subspace Clustering Abstract: Multi-view subspace clustering aims to partition a set of multi-source data into their underlying groups. To boost the ...
论文阅读笔记Dense Passage Retrieval for Open-Domain Question Answering
mohen_777的博客
11-03 663
在开放域的问答系统中，我们需要从大量的文本数据中搜索匹配我们想要的答案（或者学习文档的“信息知识”用于生成答案），而对每个问题都进行全文的数据“学习”是不现实的，因此往往依赖于高效的文本检索来选择候选段落，进而缩小目标范围。做法往往是将模型分为两大块，首先有一个 Document Retriever，对给定的问题 question，从所有文档中检索，检索到文档后切分成段落，然后用一个称之为 Document Reader 的模块在段落中预测答案位置并给出分数，或者是进行模型的学习生成。
【论文笔记】Dense Connector for MLLMs
最新发布
小嗷犬的博客
11-03 729
我们是否充分利用了多模态大型语言模型（MLLMs）中视觉编码器的潜力？近期MLLMs在多模态理解方面的卓越表现引起了学术界和工业界的广泛关注。在当前的MLLM竞赛中，焦点似乎主要集中在语言方面。我们见证了更大规模、更高质量的指令数据集的出现，以及更大规模LLMs的参与。然而，对MLLMs使用的视觉信号的关注却寥寥无几，这些信号通常被认为是冻结的视觉编码器提取的最终高级特征。在本文中，我们介绍了。
Automated Isotope Identification Algorithm UsingArtificial Neural Networks-论文阅读
m0_58620239的博客
11-02 809
需要开发一种算法，以确定包含多种放射性同位素混合物的大量低分辨率伽马射线光谱数据集中放射性同位素的相对活度。包含多种放射性同位素混合物的低分辨率伽马射线光谱经常会出现特征重叠，这就需要能够在出现重叠时分析这些特征的算法。虽然机器学习和模式识别算法在放射性同位素识别问题上已显示出前景，但它们识别和量化放射性同位素混合物的能力尚未得到研究。由于机器学习算法使用光谱的抽象特征，如重叠峰的形状和康普顿连续性，因此它们是分析放射性同位素混合物的自然选择。
[论文阅读]SimCSE: Simple Contrastive Learning of Sentence Embeddings
m0_52911108的博客
10-29 606
图像上的对比学习方案：对同一个图像进行两次随机转换（例如裁剪、翻转、扭曲和旋转等）。文本上采用类似的方案：单词删除、重排序和替换等增强技术，但是由于文本的离散型，文本数据增强本质上是很困难的，简单地在中间表示上使用标准dropout优于这些离散运算符。文章介绍了SimCSE，这是一种简单的对比学习框架，采用了自监督来提升模型的句子表示能力。对于有监督则采用了SNLI数据集天然的结构，对立类别的是负例，另外两个类别的就是正例。这一部分的句子对直接采用了NLI数据集的数据，因为其中有天然的正负例句子对。
InstructIR: High-Quality Image Restoration Following Human Instructions 论文阅读笔记
read, note and comment papers
10-30 593
ee。
AutoDIR: Automatic All-in-One Image Restoration with Latent Diffusion论文阅读笔记
read, note and comment papers
10-29 1168
比如有5个针对不同降质的数据集，那么就有5个label和5个text embedding，再加上他们的GT是 no artifact，一共6个label 6个text embedding，可以和图像进行对比学习，计算图像提取的embedding和这6个文本embedding之间的余弦相似度，再过softmax，得到概率分布，计算多分类损失，fix住text encoder，就可以finetune image encoder，从而得到一个用于提取图像质量embedding的image encoder。
论文阅读：Computational Long Exposure Mobile Photography (一)
Matrix-11
11-02 821
长曝光摄影能拍出令人惊叹的影像，用运动模糊来呈现场景中的移动元素。它通常有两种模式，分别产生前景模糊或背景模糊效果。前景模糊图像通常是用安装在三脚架上的相机拍摄的，描绘的是移动的前景元素（如丝般的流水或光轨）呈现出模糊效果，而背景景观则非常清晰。背景模糊图像（也称为平移摄影）是在相机追踪移动主体时拍摄的，从而得到主体清晰而背景因相对运动而模糊的图像。这两种技术都极具挑战性，并且需要额外的设备和高超的技巧。
ICCV 2019 开源计算机视觉论文与代码汇总
“ICCV 2019 开源代码链接 论文汇总.docx” 是一份关于2019年国际计算机视觉大会(ICCV 2019)的论文及其开源代码的集合。该会议在2019年10月27日至11月2日在韩国首尔的COEX会议中心举行，共收到了4303篇投稿，较上一...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值