论文笔记
JacobKong
欢迎来到孔伟杰(@JacobKong_Dev)的博客。 本人目前是北大信工的研一菜鸟一枚。 研究兴趣:计算机视觉|深度学习|行人检测。 欢迎大家一块儿交流!
展开
-
2017-02-27-深度学习论文笔记:R-FCN
Abstract提出了一个region-based, fully convolutional的网络来准确高效的进行物体检测。不同于Faster R-CNN,本论文的region-based detector是完全卷积化的,几乎一张图像上所有的计算都是共享的。为了实现这一目标,我们提出position-sensitive score maps,以解决在图像分类的平移不变性(translation原创 2017-02-27 22:39:56 · 2340 阅读 · 0 评论 -
行人检测论文笔记:Taking a Deeper Look at Pedestrians
layout: post title: 行人检测论文笔记:Fused DNN - A deep neural network fusion approach to fast and robust pedestrian detection categories: 论文笔记 tags: - Deep Learning - 深度学习 - Object Detection - 目标检测原创 2017-02-18 21:07:56 · 2207 阅读 · 0 评论 -
行人检测论文笔记:Histograms of Oriented Gradients for Human Detection
相关知识点从TP、FP、TN、FN到ROC曲线、miss rateTP:true positive,实际是正例,预测为正例FP:false positive,实际为负例,预测为正例TN:true negative,实际为负例,预测为负例FN:false negative,实际为正例,预测为负例fnr+tpr=1, fpr+tnr=1miss rate = FNR = 1 - true po原创 2017-02-18 20:57:38 · 2759 阅读 · 0 评论 -
行人检测论文笔记:How Far are We from Solving Pedestrian Detection?
文章疑问点Human Baseline 的标准是如何确定的?Ground-truth是什么意思?Groun-truth 指的是正确的标注(真实值)在有监督学习中,数据是有标注的,以(x, t)的形式出现,其中x是输入数据,t是标注.正确的t标注是ground truth,错误的标记则不是。(也有人将所有标注数据都叫做ground truth)。原创 2017-02-18 21:01:29 · 4731 阅读 · 0 评论 -
深度学习论文笔记:Rich feature hierarchies for accurate object detection and semantic segmentation
AbstractmAP: mean average precision,平均准确度我们的方法结合两个关键的见解:第一:采用高容量的卷积神经网络来从上到下的进行region proposal,从而实现定位和分割物体。当标记的训练数据稀缺时,可以先对辅助数据集(任务)进行受监督的预训练, 随后是基于域进行特定调整,产生显着的性能提升。Introduction关于各种视觉识别任务的上一个十年的进原创 2017-02-18 21:09:37 · 1930 阅读 · 0 评论 -
深度学习论文笔记:Fast R-CNN
知识点mAP:detection quality.Abstract本文提出一种基于快速区域的卷积网络方法(快速R-CNN)用于对象检测。快速R-CNN采用多项创新技术来提高训练和测试速度,同时提高检测精度。采用VGG16的网络:VGG: 16 layers of 3x3 convolution interleaved with max pooling + 3 fully-connected原创 2017-02-18 21:13:29 · 1794 阅读 · 0 评论 -
深度学习论文笔记:Faster R-CNN
AbstractRegion Proposal的计算是基于Region Proposal算法来假设物体位置的物体检测网络比如:SPPnet, Fast R-CNN运行时间的瓶颈。Faster R-CNN引入了Region Proposal Network(RPN)来和检测网络共享整个图片的卷积网络特征,因此使得region proposal几乎是cost free的。RPN->预测物体边界(o原创 2017-02-18 21:15:44 · 1738 阅读 · 0 评论 -
深度学习论文笔记:YOLO
Abstract之前的物体检测的方法是使用分类器来进行检测。相反,本论文将对象检测作为空间分离的边界框和相关类概率的回归问题。本论文的YOLO模型能达到45fps的实时图像处理效果。Fast YOLO:小型的网络版本,可达到155fps。与目前的检测系统相比,YOLO会产生更多的定位错误,但是会更少的去在背景中产生false positive。IntroductionDPM: use原创 2017-02-18 21:20:36 · 4397 阅读 · 0 评论 -
深度学习论文笔记:YOLO9000
AbstractYOLO9000: a state-of-the-art, real-time 的目标检测系统,可以检测超过9000种的物体分类。本论文提出两个模型,YOLOv2和YOLO9000。YOLOv2: 是对YOLO改进后的提升模型。利用新颖的,多尺度训练的方法,YOLOv2模型可以在多种尺度上运行,在速度与准确性上更容易去trade off。YOLO9000: 是提出的一种原创 2017-02-18 21:21:18 · 1341 阅读 · 0 评论 -
深度学习论文笔记:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
Abstract现有的深卷积神经网络(CNN)需要固定尺寸(例如,224×224)的输入图像。新的网络结构,称为SPP-net,可以生成固定长度的表示,而不管图像大小/规模。使用SPP-net,我们从整个图像只计算一次特征图,然后在任意区域(子图像)中池特征以生成固定长度表示以训练检测器。INTRODUCTION在CNN的训练和测试中存在技术问题:普遍的CNN需要固定的输入图像大小(例如,原创 2017-02-18 21:12:33 · 1029 阅读 · 0 评论 -
行人检测论文笔记:Robust Real-Time Face Detection
知识点傅里叶变换的一个推论: 一个时域下的复杂信号函数可以分解成多个简单信号函数的和,然后对各个子信号函数做傅里叶变换并再次求和,就求出了原信号的傅里叶变换。卷积定理(Convolution Theorem):信号f和信号g的卷积的傅里叶变换,等于f、g各自的傅里叶变换的积 整个过程的核心就是“(反转),移动,乘积,求和”二维卷积数学定义 二维卷积在图像处理中会经常遇到,图像处理中用到的原创 2017-02-18 21:04:16 · 2727 阅读 · 0 评论 -
行人检测论文笔记:Ten Years of Pedestrian Detection, What Have We Learned?
Abstract这种新的决策林探测器在挑战性的Caltech-USA数据集上实现了当前最好的已知性能。Introduction更重要的是,这是一个有着已建立的基准和评估指标的良好定义的问题。用于对象检测的的主要范例有——”Viola&Jones变体“,HOG + SVM模板,可变形部分检测器(DPM)和卷积神经网络(ConvNets)都已经被探索用于此任务。DatasetsINRIA,原创 2017-02-18 21:00:33 · 1535 阅读 · 0 评论 -
行人检测论文笔记:Fast Feature Pyramids for Object Detection?
相关知识点Overcomplete Representations:Overcomplete:Such a complete system is overcomplete if removal of a ϕj\phi _{j} from the system results in a system (i.e., ϕi((i∈J∖j)){\phi _{i}}_((i\in J\backslash {原创 2017-02-18 20:56:49 · 1501 阅读 · 0 评论 -
行人检测论文笔记:Fast Feature Pyramids for Object Detection?
相关知识点Overcomplete Representations:Overcomplete:Such a complete system is overcomplete if removal of a ϕj\phi _{j} from the system results in a system (i.e., ϕi((i∈J∖j))){\phi _{i}}_((i\in J\backslash原创 2017-02-18 20:26:29 · 3810 阅读 · 0 评论 -
行人检测论文笔记:Pedestrian Detection - An Evaluation of the State of the Art
知识点对数正态分布(lognormally distributed):对数为正态分布的任意随机变量的概率分布。 如果 X 是正态分布的随机变量,则 exp(X)为对数正态分布.如果 Y 是对数正态分布,则 ln(Y) 为正态分布。如果一个变量可以看作是许多很小独立因子的乘积,则这个变量可以看作是对数正态分布。对数正态分布的概率密度函数为:对数平均:对数平均与几何平均相等,并且比算数平均,对原创 2017-02-18 20:21:21 · 3857 阅读 · 2 评论 -
行人检测论文笔记:Pedestrian Detection - A Benchmark
知识点k折交叉验证Non-Maximum Suppression:非极大值抑制算法,非极大值抑制(NMS)可以看做是抑制不是极大值的元素,搜索局部的极大值的搜索问题,NMS是许多计算机视觉算法的部分。 这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗原创 2017-02-18 20:18:39 · 2830 阅读 · 0 评论 -
深度学习论文笔记:SSD
知识点Jaccard overlap, Jaccard similarity: Jaccard coefficient: J(A,B)=|A∩B||A∪B| J(A,B)=\frac{|A\cap B|}{|A\cup B|} A,B分别代表符合某种条件的集合:两个集合交集的大小/两个集合并集的大小,交集=并集意味着2个集合完全重合。 所以Jaccard overlap其实就是I原创 2017-02-20 23:06:16 · 3578 阅读 · 0 评论