- 博客(10)
- 收藏
- 关注
RSS订阅翻译 Learning Attribute Representations with Localization for Flexible Fashion Search
整体结构FSN的整体结构：前面是AlexNet的结构，将AlexNetd的两个全连接层换为卷积层conv6,conv7，并进行GAP操作，最后接入A个全连接层进行attribute的分类。使用attribute cls的loss进行训练，使得网络能够利用AAM产生不需要监督信息的ROI，使用ROI提取对应的conv5输出的特征图，并送入相应的全连接层组成的分支，共有A个，对应A个可能的attri...
2018-10-23 11:51:25
718
翻译 LGAN
Global versus Localized Generative Adversarial Nets作者首先给出了传统GANGANGAN网络的表述：首先由噪声分布PzP_zPz采样得到流型M=G(z)∣z PzM={G(z)|z ~P_z}M=G(z)∣z Pz，所谓的Global指的就是zzz为一个RNR^NRN空间的全局坐标,而G(z)G(z)G(z)，即生成的样本...
2018-10-14 21:46:02
1026
翻译 Learning Residual Images for Face Attribute Manipulation
Wei Shen， Rujie Liu Fujitsu Research & Development Center, Beijing, China. @CVPR2017Introduction作者提出想要对人脸的一些属性进行操控，结合生成模型来完成. 当前主流的生成模型包括GAN以及VAE，但由于GAN模型是接收随机噪声来生成图片，因此无法对图片进行编码.而VAE...
2018-07-30 20:58:24
1012
翻译 From Red Wine to Red Tomato: Composition with Context
Ishan Misra ，Abhinav Gupta ，Martial Hebert The Robotics Institute, Carnegie Mellon University @CVPR2017Introduction作者指出在当前的识别或检索任务中，state of art的方法多采用了data driven approach，就是通过监督学习从成千上万的数据中对复...
2018-07-22 22:00:52
500
翻译 Efficient Multi-Attribute Similarity Learning Towards Attribute-based Fashion Search
Kenan E. Ak,Joo Hwee Lim,Jo Yew Tham, and Ashraf A. Kassim National University of Singapore, Singapore Institute for Infocomm Research, A*STAR, Singapore ESP xMedia Pte. Ltd., Singapore @WACV2018 ...
2018-07-21 22:43:43
862
2
翻译 DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
1.数据集结构Deep Fashion是CUHK的MMLAB提供的公开数据集， 包含了80万张图片。 首先为图像生成 形容词+名词的描述，例如‘印着动物的裙子’，然后将名词作为类别标签，共生成了50种标记分类。 然后将形容词作为对应的属性标签，所有图像中出现频率在前1000位的属性被记录。这些属性被分为5个组别，分别是 tex...
2018-07-14 22:27:11
346
翻译 Memory-Augmented Attribute Manipulation Networks for Interactive Fashion Search
Bo Zhao， Jiashi Feng ，Xiao Wu ,Shuicheng Yan Southwest Jiaotong University ，National University of Singapore ，360 AI Institute 1.Motivation 基于时尚服饰的图像搜索引擎，用户给出一张图片，系统检索到相似的图片推荐给用户。但有时用户可能...
2018-07-09 13:37:31
699
3
翻译 Attributes as Operators
Tushar Nagarajan and Kristen GraumanThe University of Texas at Austin {tushar,grauman}@cs.utexas.edu1.Introduction属性携带了物体的语义级别的信息，例如质地，颜色，风格，功能等。属性被证明在许多方面都是有效的表示，例如人脸和人、景色、物品等等。属性有着自然语言的表达形式，使得人与机器在关...
2018-07-08 22:06:42
387
翻译 Visual Fashion-Product Searchat SK Planet
1.Introduction文章提到计算机视觉应用中的一个经典问题:给出一副图片来寻找相似的时尚产品图片(衣物）。由于没有明确的关于任意物品之间相似的定义，这个问题还是很具有挑战性的。作者认为，尽管深度学习方法被提出后，在通用的视觉物体识别上有了很好的结果，但在时尚产品领域我们需要的是能够模仿人类对于时尚产品相似度感知的特殊模型。作者在表1中列举了一些分类后的属性，并将其看做是多标签的分类任务。文...
2018-07-08 15:49:52
318
翻译 Mix and Match: Joint Model for Clothing and Attribute Recognition
1.Introduction:作者想验证这样一个假说，即共同考虑多样的服饰和属性相比独立的进行检测是否能提升检测的准确率。例如人们不会同时穿裙子和长裤，因此服饰之间存在着这样的排他性的关联。不同于以往的基于像素级别的分析，本文是基于衣物饰品的语义级别来考虑的。本文的实现是基于 Conditional Random Field的二阶联合模型，给出一张图片考虑其对应的服饰的概率分布，输出最大后验分布s...
2018-07-08 15:47:56
240
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