上海科技大学信息科学与技术研讨会(SSIST day1) 笔记

一、Deep representations,Adversial learning and Domain Adaptation for Some Computer Vision Problems

Presenters:Rama Chellappa University of Maryland
1.Deep representations:
Learning Deep Representations of Fine-Grained Visual Descriptions(CVPR2016)
本文提出了一个模型,可以用来做什么呢?就是给你一句话,搜出满足这句话的图像。可参考: https://blog.csdn.net/cv_family_z/article/details/52061403?locationNum=10
2.Adversial learning:
主要介绍了UMD face analytics system的训练、网络结构和结果,具体可参考:https://www.umd.edu/
原文:Deep intermodal video analytics
链接:https://www.iarpa.gov/index.php/research-programs/diva
3.Domain Adaptation:
可参考:https://blog.csdn.net/matafela/article/details/77827217
听报告的时候拍了几张照片,手抖,勉强看一下还是可以的
这里写图片描述
这里写图片描述
这里写图片描述

二、Visual Domain Adaptation

Presenters:Dong Xu The University of Sydney
1.Domain Adversarial Neural Network(DANN):
原文:Domain-Adversarial Training of Neural Networks(JMLR 2016, ICML 2015)
链接:https://arxiv.org/abs/1505.07818
2.Collaborative and Adversarial Network(CAN),Incremental CAN(iCAN):
原文:Collaborative and Adversarial Network for Unsupervised Domain Adaptation(CVPR 2018)
这里写图片描述

三、3D Visual Reconstruction of Non-Rigid Dynamic Scenes

Presenters: Hongdong Li Australian National University
1.Superpixel Soup Algorithm:Dense Complex Dynamic Scene Reconstruction from a monocular camera
原文:Monocular Dense 3D Reconstruction of a Complex Dynamic Scene from Two Perspective Frames(ICCV 2017)
链接:https://arxiv.org/abs/1708.04398
2. SFRM: Structure from Recurrent Motion for 3D human pose recovery
原文:Structure from Recurrent Motion: From Rigidity to Recurrency(CVPR 2018)
链接:https://arxiv.org/abs/1804.06510

四、Bridging Visual-Semantic Gap via Deep Multimodal Learning

Presenters: Liang Wang Chinese Academy of Sciences
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

五、Deep Learning in Medical Image Synthesis,Quantification, and Prediction

Presenters: Dinggang Shen United Imaging Intelligence
这里写图片描述

六、Recent Development in Image Generation and Processing

Presenters: Jiaya Jia Tencent
1.Super-resolution
原文:Detail-revealing Deep Video Super-resolution(ICCV 2017)
链接:https://arxiv.org/abs/1704.02738
2. Deblurring
Scale-recurrent Network for Deep Image Deblurring(CVPR 2018)
3.Image Generation
Semi-parametric Image Synthesis(CVPR 2018)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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