论文摘要
CherylHoo
这个作者很懒,什么都没留下…
展开
-
nb_201003_2015_unet
2015 | U-Net: Convolutional Networks for Biomedical Image Segmentation | 参考I. Introduction本网络致力于通过数据增强的方式来增加标记数据集在网络训练中的的效力,网络实验针对生物细胞分割定位项目 (ISBI2012 的 EM stacks挑战赛),也就是像素级的像分割与分类标记问题,要求在像素级进行分类标注。网络结构包含一个 CP (降采样通道,contracting path) 用于捕获上下文,和一个 SEP.原创 2020-10-03 09:51:19 · 188 阅读 · 0 评论 -
nb_200930_2019_wnet
W-Net: Reinforced U-Net for Density Map Estimationcvpr 2019I. Introduction本文贡献:算法:一个基于U-Net的 DME (密度图估计,density map estimation) 模型。该模型采用了完全相同的encoder-decoder流水线结构,外加一个强化分支。其中的enc模块用VGG16bn[9]替换。(通过对VGG16bn、resnet50[10]和一个基于Inception[11]的特征提取器.原创 2020-09-30 17:27:28 · 298 阅读 · 0 评论 -
nb_200926_2020_cvpr_PCNet
Self-Supervised Scene De-occlusion中文作者自述cvpr2020I. AbstractScene de-occlusion目标:分解图像:将图中物体提取出来成为独立的完整物体实体——判断遮挡顺序,补齐遮挡部分。重组图像:重新组合提取到的物体,生成新的图像。相关概念:模态感知 (modal perception):解析直接可见区域非模态感知 (amodal perception):感知物体的完整结构,包括不可见部分。常见的Dl应用如目标.原创 2020-09-26 10:31:57 · 584 阅读 · 1 评论 -
nb_200916_2018_cvpr_RDN
Residual dense network for image super-resolutioncvpr2018BIN 的支撑网络0. Abstract当前基于CNN的 SR (超分辨率,super-resolution) 模型未能完全利用原始 LR (低分辨率,low-resolution) 图像的层级特征,由此影响其模型性能。因此,本文提出的 RDN (残差密集网络,residual dense network) 用于解决图像SR问题,能够从所有conv层中提取层级特征。本文提.原创 2020-09-16 21:38:26 · 235 阅读 · 0 评论 -
nb_200905_2019_cvpr_Slow-Motion from Blurry Videos
Learning to Extract Flawless Slow Motion from Blurry Videos2019cvpr|预训练模型:slow-motion.pth0. Abstract本文目标是:给定一个低帧率的模糊视频,生成一个清晰的慢镜头视频。本文提出一个数据驱动的端到端方法,其训练数据由高帧率摄像头捕获,再经均值处理后得到对应的模糊视频。时间平滑问题由于各个图像帧是独立估计的,因此尽管能够从均值模糊图像得到原始高清视频,却无法保证能够获得平滑的完整视频。为此本文提出.原创 2020-09-05 11:33:26 · 324 阅读 · 0 评论 -
nb_200826_2020_cvpr_StyleRig
StyleRig: Rigging StyleGAN for 3D Control over Portrait Images2020 cvpr(oral)0. AbstractStyleGAN[19,2019,cvpr]生成的真实人脸缺乏语义表征,如表情、面部姿态、光照等等。3DMMs[10,2019,cvpr]提供面部语义表征,但其生成的人脸缺少头染、嘴内部、背景等部分,因此缺乏真实性。本文提出 RigNet,生成带有语义表征的真实人脸。模型基于预训练的StyleGAN,结合3DMM的语义.原创 2020-08-26 21:37:22 · 249 阅读 · 0 评论 -
nb_200821_2020_cvpr_photo restoration
Bring Old Photos Back to Life2020 cvpr0. 摘要本文解决的问题是:对受损老照片恢复成清晰照片传统方法采用合成图像进行监督学习,由于真是图像的退化原因复杂,且与合成图像的分布相差大,因此难以很好的泛化本文提出方法:训练两个 变分自编码器(variational autoencoders,VAEs),用于分别将老照片和清晰照片转换至隐藏空间;然后使用合成的成对照片数据来训练这两个空间之间的变换关系;为了分别处理照片中的多种退化形式,设计两个分支结构,.原创 2020-08-21 11:26:40 · 207 阅读 · 0 评论 -
nb_200816_2020_cvpr_BIN
模糊视频插帧|Blurry Video Frame Interpolation2020cvpr|数据集:DeepVideoDeblurring_Dataset_Original_High_FPS_Videos.zip0. 摘要当前用于减少运动模糊(motion blur)和增强帧率的方法主要有两种:帧去模糊化(frame deblurring) 和 插帧(frame interpolation)。还有些研究专门解决帧率增强问题。本文提出的插帧法,可以同时实现帧去模糊和帧率增强两个任务。本文模.原创 2020-08-16 23:29:44 · 306 阅读 · 0 评论 -
nb_200814_opticalflow_2018_cvpr_PWC_Net
Models Matter, So Does Training: An Empirical Study of CNNs for Optical Flow EstimationUpdated and extended version of “PWC-Net: CNNs for Optical Flow Using Pyramid, Warping, and Cost Volume.” CVPR 2018 or arXiv:1709.02371应用CNN做光流估计——从模型和训练两个角度的经验性研究〇.原创 2020-08-14 09:54:53 · 321 阅读 · 0 评论 -
nb_200804_flow_2019_PointFlowNet
PointFlowNet: Learning Representations for Rigid Motion Estimation from Point Clouds基于点云的刚体运动估计1. Abstract[设备:LIDAR] 基于图像的3D场景光流估计的传统方法不仅精确度难以满足应用要求,且往往需要更多的其它配置,比如在自动驾驶中用激光扫描代替传统相机,从而直接建立3D点云。[模型:PointFlowNet] 本文根据这些无结构点云利用DNN进行3D运动估计。通过一次前向估计,模型同时.原创 2020-08-04 22:23:11 · 274 阅读 · 0 评论 -
nb_200728_crowd_2019_access_A Crowd Behavior Identification Method
A Crowd Behavior Identification Method Combining the Streakline With the High-Accurate Variational Optical Flow Model一种结合基于流体力学的脉线和高精度变分光流模型的群体行为识别方法1. Abstract– STEPS:1.1 通过光流模型 (High-Accurate Variational OpticalFlow Model) 计算脉线 (streakline),由此得到群原创 2020-07-28 22:19:23 · 141 阅读 · 0 评论