论文解析
luissen
Graduate student in Peking university, major in computer vision, especially object detection, super resolution and domain adaption reid.
展开
-
【ICCV19 超分辨】Deep SR-ITM: Joint Learning of Super-Resolution and Inverse Tone-Mapping for 4K UHD HDR
ICCV2019的超分辨文章文章链接matlab代码链接本文解决超高清视频的超分辨问题。具体描述就是LR SDR-> HR HDR。HDR:高动态范围图像,相比于普通图像,能够提供更多的动态范围和图像细节。LDR:其实就是普通的图像,比如jpg等等。本文提出的方法联合super-resolution(SR)和inverse tone-mapping(ITM),恢复高频细节for ...原创 2019-12-04 15:15:00 · 2169 阅读 · 0 评论 -
【论文解析】Unsupervised Discovery of Object Landmarks as Structural Representations
最近在翻CVPR2018的文章,突然就翻到了这篇oral,关于无监督学习的关键点检测,感觉还是很流弊的,特地来分享一下论文链接:Unsupervised Discovery of Object Landmarks as Structural Representations首先,来看一下网络结构主要分成三个部分,landmark detector(对应于左上角的蓝色部分),Local lat...原创 2018-11-21 16:26:58 · 1454 阅读 · 0 评论 -
CVPR2019超分辨率文章:Meta-SR,任意输入upsample factor的超分辨率网络
论文地址CVPR2019的新文章,主要是针对以前超分辨率问题中需要固定上采样因子的问题作出的改进。摘要随着DNN的发展,超分辨率技术得到了巨大的改进。但是,超分辨率问题中的任意scale factor问题被忽视了很久。前面的很多工作都是把不同scale factor(即HR和LR之间的分辨率比)的超分辨率看作是独立的任务,然后分别训练模型。在这篇文章,作者提出了单模型解决任意scale fa...原创 2019-03-10 23:12:11 · 11196 阅读 · 3 评论 -
【CVPR19 超分辨率】(Oral)Second-order Attention Network for Single Image Super-Resolution
今天介绍一篇CPVR19的Oral文章,用二阶注意力网络来进行单图像超分辨率。作者来自清华深研院,鹏城实验室,香港理工大学以及阿里巴巴达摩院。文章地址github code文章的出发点:现存的基于CNN的模型仍然面临一些限制:大多数基于CNN的SR方法没有充分利用原始LR图像的信息,导致相当低的性能大多数CNN-based models主要专注于设计更深或是更宽的网络,以学习更有判别力...原创 2019-05-13 16:47:04 · 12066 阅读 · 20 评论 -
【ICCV2019 reid】Self-training with progressive augmentation for unsupervised cross-domain person reid
论文地址官方代码代码还没完全放出来一篇解决无监督domain adaption reid的文章,发表在了ICCV2019上面。前言实际上无监督domain adaptive reid主要解决的是源数据集有标签,目标数据集无标签,我们用这样两个数据集训出来的模型要在源数据集和目标数据集上都表现得好,是一件有挑战性的工作。在这篇论文中,作者提出了一种递进增强的自训练方法(progressiv...原创 2019-08-01 20:50:19 · 3299 阅读 · 1 评论