- 博客(86)
- 资源 (3)
- 收藏
- 关注
原创 Local Feature Detection and Description
IntroductionSuperPoint: Self-supervise Interest Point Detection and DescriptionAbstractMagicPoint利用简单几何图像的关键点易于提取且定义较为明确的特点来构造简单数据集,并基于此训练简单几何图像兴趣点检测模型MagicPoint。Homographic Adaptation作者利用MS-COCO数据集和上述训练的MagicPoint模型,并结合其提出的Homographic Adaptation机
2021-04-22 19:33:48
496
原创 Conversion between affine matrix and ‘theta‘
Conversion between affine maxtrix and 'theta'
2020-11-28 15:50:57
449
原创 On the Detection of Digital Face Manipulation(CVPR2020)
On the Detection of Digital Face Manipulation文章目录IntroductionInnovationMethodExperimentIntroduction随着先进的面部合成和面部处理方法的出现,新型的伪造人脸正在被创造出来,它们在社交媒体中的使用引起了人们的极大关注。与传统的将人脸伪造检测看做一个二分类问题不同的是,本文提出多任务学习模型,在检测伪造图片的同时,对图像中的伪造区域进行定位。文中采用注意力机制,通过训练学习得到的attention map不仅可
2020-09-25 10:31:29
2187
原创 有关深度神经网络参数初始化的1.思考
文章目录初始化参数不能为零?测试 A输出结果测试B输出结果结论初始化参数不能为零?测试 Aimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.utils import datafeatures = torch.randn((100, 3))labels = torch.randn(100, 1)dataset = data.TensorDataset(features, labels)d
2020-07-11 12:11:44
218
原创 Multi-Label Image Recognition with Graph Convolutional Networks(CVPR 2019)
Large-Scale Object Detection in the Wild from Imbalanced Multi-LabelsPaper PDF文章目录IntorductionInnovationMethodExperimentIntorductionInnovationMethodExperiment
2020-06-18 12:59:26
768
1
翻译 Image Classification vs. Object Detection vs. Image Segmentation
文章目录Image ClassificationMulti-label ClassificationObject DetectionObject SegmentationIn Short在计算机视觉领域,我们大多数人最常见的疑问之一就是图像分类、目标检测和图像分割有什么区别。当我开始在计算机视觉领域学习时,我也对这些术语感到困惑。所以,我决定分析这些术语来帮助更好地理解它们之间的区别。Image Classification给你一张图片:你会立刻认出它是一只狗。回想一下,你是如何得出这个结论的。您
2020-06-17 12:08:33
1025
原创 CNN-RNN: A Unified Framework for Multi-label Image Classification(CVPR 2016)
CNN-RNN: A Unified Framework for Multi-label Image ClassificationPaper PDF文章目录IntroductInnovationMethodExperimentIntroductInnovationMethodExperiment
2020-06-15 18:21:32
906
1
原创 DeepFakes Datasets(2020.06)
本文内容来自DatasetsURLRealFakeActorsMethodVisual Quality(SSIM)Release DateUADFV...
2020-06-11 12:15:01
2223
原创 Learning Generalized Spoof Cues for Face Anti-spoofing
Learning Generalized Spoof Cues for Face Anti-spoofingpaper PDFhttps://blog.csdn.net/fuwenyan/article/details/77769224
2020-06-01 12:37:11
2289
原创 Seeing Voices and Hearing Faces: Cross-modal biometric matching(CVPR 2018)
Seeing Voices and Hearing Faces: Cross-modal biometric matchingPaper PDF文章目录IntroductionInnovationMethodExperimentIntroductionInnovationMethodExperiment
2020-05-28 14:28:03
727
原创 Self-supervised Representation Learning from Videos for Facial Action Unit Detection(CVPR 2019)
Self-supervised Representation Learning from Videos for Facial Action Unit Detection(CVPR 2019)Paper PDF文章目录IntroductionInnovationMethodFeature disentanglingTarget reconstructionCycle with AU/pose changedExperimentImplementation details DetailedCompariso
2020-05-24 18:41:24
1566
原创 Detecting Deep-Fake Videos from Appearance and Behavior
Face-swap方式,将target的脸替换为source的脸,形成deepfake video.这种方式只是改变了target的型,而没有改变target的神,意思就是说deepfake video中人物的神情习惯仍然是target的。作者利用这一特征。通过将人物identity和behavior feature关联起来。作者分别以以video中的behavior feature和face为线...
2020-05-20 12:36:56
2016
原创 Protecting World Leaders Against Deep Fakes(CVPR 2020)
文章目录IntroductionInnovationMethodExperimentProtecting World Leaders Against Deep Fakes(CVPR 2020)paper PDFIntroduction深度学习的应用促使了人脸伪造技术的巨大进步。现有AI-合成的人脸伪造方式可以分为以下三种:face swap:将视频中出现的人脸替换为其他人的脸,一般对整个面部进行对齐和替换lip-sync:使得视频中的人物口型按照既定音频变化,一般仅伪造目标的唇部区域pupp
2020-05-18 18:17:36
1477
原创 Loss Function Evolution for Face Recognition
文章目录Softmax LossSoftmaxSoftmax LossCenter Loss损失函数往往导向着模型的收敛方向。一个好的损失函数对于所要解决的问题至关重要。现如今,人脸识别方法都是将人脸映射为低维feature vector,通过对比feature vector之间的距离来判断该人脸是否属于同一Identity。由于人脸类别多,同一类别的样本量少,因此通过训练模型增加类间(inter-class)距离,减小类内(intra-class)距离成为人脸识别领域的主要优化方向。近些年人脸识别算法的
2020-05-13 15:07:09
498
原创 Orderless Recurrent Models for Multi-label Classification (CVPR2020)
Orderless Recurrent Models for Multi-label Classification Paper PDF文章目录IntroductionInnovationMethodImage-to-sequence modelTraining recurrent modelsOrderless recurrent modelsExperimentsIntroductionM...
2020-05-06 17:07:39
988
原创 WS-DAN:Weakly Supervised Data Augmentation Netowrk for Fine-Grained Visual Classification
See Better Before Looking Closer: Weakly Supervised Data Augmentation Netowrk for Fine-Grained Visual ClassificationPaper PDF文章目录AbstractPipelineWeakly Supervised Attention LearningSpatial Represent...
2020-05-03 18:30:00
640
原创 HUST-多媒体基础PPT目录
多媒体基础理论基础概念…1数字音频基础…2数字图像基础…5在彩色电视信号中为什么不采用RGB颜色模式,而采用亮度和色差的表示方法?人体对亮度分量更为敏感,同时只提取亮度可以直接给黑白电视使用人体对颜色的敏感度小于亮度,可以通过减少颜色的表示量来压缩视频信息而不影响人的视觉体验。计算机动画基础数字视频基础...
2020-01-13 14:59:06
970
原创 HUST-2019年现代计算机网络复习
文章目录Chapter 1-1 体系结构网络的基本概念网络的性能参数Chapter 1-1 体系结构网络的基本概念网络的性能参数带宽(比特率):某时刻网络单位时间可以传输的最大比特数吞吐量:链路上实际每秒传输的比特数Round Trip Time(RTT)Delay : 将一个报文从网络一段传输到另一端所需的时间...
2020-01-13 14:57:32
1276
原创 HUST-新能源技术PPT目录
绪论-能量与物质能量…1能量的分类与评级…4能量与人类文明…5能源资源生产与消费…6能源与环境…8能源的可持续发展…19海洋能潮汐能…21波浪能…24温差能…25盐差能…25海流能…26地热能地热能综述…29地热资源类型…30地热能的利用…31地热发电…32地热利用面临的问题…34生物质能生物质能简介…37生物质能的利用技术…38直接燃烧技术物化转化技...
2020-01-13 14:53:28
1125
1
原创 HUST-环境工程导论PPT目录
文章目录环境和可持续发展环境工程导论课的目的与意义......3本课程的主要内容和考核方式环境和人类的关系......4环境问题......5大气污染与控制工程大气污染及其分类大气污染的影响大气污染防治法规与标准体系中国的大气污染综合防治颗粒污染及除尘工艺SO~2~及脱硫工艺环境和可持续发展环境工程导论课的目的与意义…3本课程的主要内容和考核方式环境和人类的关系…4环境问题…5大气污染...
2020-01-13 14:52:39
814
原创 Class4-Week4 Face Recognition & Neural Style Transfer
文章目录Face RecognitionFace Verification vs. Face RecognitionSiamese NetworkTriplet LossFace Verification and Binary classificationNeural Style TransferWhat is Neural Style TransferWhy Intermediate Layer...
2019-11-24 16:28:09
607
原创 HUST-纳米技术与应用结构课目录
文章目录概论纳米技术的主要内容基本定义纳米的定义纳米科技发展的意义自然界的纳米结构发展历史人造纳米材料与结构纳米材料与结构特性纳米技术的应用纳米技术的发展趋势我国纳米技术科技产业的优劣势、机遇与挑战自然界中的纳米技术荷叶效应荷叶效应-超疏水性的原理超疏水表面的制备方法超疏水表面的应用高黏附效应纳米结构颜色高强度纳米复合结构-骨概论纳米技术的主要内容纳米材料纳米动力学纳米生物学和纳米药物...
2019-11-21 09:50:01
1863
原创 Mask RCNN
文章目录Noun interpretationRCNNRPNFeature Map上采样下采样高斯金字塔、高斯平滑、亚采样bottom-up网络top-down网络Noun interpretationRCNNRPNFeature Pyramid NetworksFeature Map在每个卷积层,数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起,其中每一个称为一个fea...
2019-10-20 16:35:44
509
原创 Chebysheb Inequality
文章目录概念举例证明几何证明不等式证明概念在概率论中,切比雪夫不等式(英语:Chebyshev’s Inequality)显示了随机变量的“几乎所有”值都会“接近”平均。该不等式对任何分布的数据(X>0)都使用。用公式表示为:对于任意b>0b>0b>0, 有p(∣X−E(X)∣⩾b)⩽Var(X)b2p(|X-E(X)| \geqslant b) ...
2019-10-10 16:46:14
2332
转载 Class4-Week3 Object Detection
文章目录Object LocalizationLandmarks detectionObject DetectionSliding Window DetectionConvolutional Implementation of Sliding WindowsYOLO (You only look once)Intersection Over Union(Iou)Non-max Suppressio...
2019-10-07 12:30:10
341
原创 Class4-Week2 Case study
文章目录Classic NetworksLeNet-5AlexNetVGG-16Residual NetworksArchitectureWhy ResNets Works?Networks in network and 1x1 convolutionsInception NetworkArchitectureInception ModuleTransfer LearningData Argume...
2019-10-05 17:30:16
543
原创 Class4-Week1 Convolutional Neural Networks
Why Padding?The main benefits of padding are the following:It allows you to use a CONV layer without necessarily shrinking the height and width of the volumes. This is important for building deepe...
2019-09-29 11:12:48
127
原创 Class3-Week1 ML Strategy1
OrthogonalizationOrthogonalization means you should ensure that adjusting “one parameter” affects only the spectific aspect you want to optimize of your model.Chain of assumptions in MLFit trainin...
2019-09-19 21:19:58
278
原创 Class2-Week3 Hyperparameter Tuning
Hyperparameter TuningRecommended Order:Firstlyα\alphaαSecondlyβ\betaβ of momentum#hidden units#mini-batch sizeThird#layerslearning rate decayTry random values when choose paramet...
2019-09-16 12:59:41
476
原创 Class2-Week2 Optimization Algorithm
文章目录Mini-batch GradientImplementUnderstanding mini-batch gradient descentExponentially Weighted AverageGradient Descent with MomentumRMSProp(Root Mean Square Prop)Adam(Adaptive Moment Estimation)Learn...
2019-09-10 19:52:43
308
原创 Class2-Week1-Improving Deep Neural Networks
文章目录Setting up your Machine Learning ApplicationTrain/Dev/Test SetsBais/VarianceRegularizing Neural NetworkL2-RegularizationWhy Regularization reduces overfitting?Dropout RegularizationSetting up your...
2019-09-01 17:11:16
310
原创 Class1-Week4-Deep Neural Network
Compute ProcessForward PropagationLayer-l:Input: A[l−1]A^{[l-1]}A[l−1]Compute Process:Z[l]=W[l]A[l−1]+b[l]Z^{[l]}=W^{[l]}A^{[l-1]}+b^{[l]}Z[l]=W[l]A[l−1]+b[l]A[l]=g(Z[l])A^{[l]}=g(Z^{[l]})A...
2019-08-11 19:35:33
229
原创 Class1-Week3-Neural Networks Overview
文章目录Neural Network RepresentationCompute a Neural Network's OutputActivation FunctionWhy do you Need Non-linear Activation Functions?Activation Functions' ImageDerivatives of Activation FunctionsDiffe...
2019-08-11 19:31:06
318
原创 Class1-Week2-Neural Networks Basics
Logistic RegressionDescriptionLogistic regression is a learning algorithm used in a supervised learning problem when the output
2019-07-27 21:22:28
343
转载 Why can't a static member function have a cv-qualifier?
Why can't a static member function have a cv-qualifier?answer :Firstly, 'cv' means const and volatile(opposite to const) When you apply the const qualifier to a non-static member function, it affe...
2019-07-18 19:12:48
141
原创 Markdown Template
标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑...
2019-07-18 18:28:54
611
原创 公开在线视频流(rtsp、stmp)
可用的测试视频流(2019.07更新):美国中文电视 :rtmp://media3.sinovision.net:1935/live/livestream (720*406) 耀才证券 : rtmp://202.69.69.180:443/webcast/bshdlive-pc 香港卫视 : rtmp://live.hkstv.hk.lxdns.com/live/hks1 湖南卫视 : ...
2019-07-15 19:58:48
20946
1
原创 Linux动态库的查找路径
这里写自定义目录标题动态库的搜索编译时链接ld-linux编译时搜索动态库路径运行时链接运行时动态库搜索顺序合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchar...
2019-03-19 14:31:13
4122
大规模C++程序设计pdf版
2018-12-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人