Mr_zhuo_的博客

超分辨率图像重构（SR）用信号处理或图像处理的方法，将LR（Low-Resolution）图像转换为HR（High Resolution）图像。1. 总体分类基于重建的超分辨率问题 (Reconstruction-based super-resolution)：输入为低分辨率图像序列 (视频), 输出为单帧高分辨率图像; 视频超分辨率问题 (Video super-resolution)：输入与输出均为图像序列 (视频) ; 单帧图像超分辨率问题 (Single image superres

1. 查论文中词组搭配用法： https://linggle.com/2. 检查句子错误： https://fanyi.sogou.com/writing https://app.grammarly.com/

CIDEr:常用语图像字幕生成，CIDEr 是 BLEU 和向量空间模型的结合。它把每个句子看成文档，然后计算 TF-IDF 向量（只不过 term 是 n-gram 而不是单词）的余弦夹角，据此得到候选句子和参考句子的相似度，同样是不同长度的 n-gram 相似度取平均得到最终结果。优点是不同的 n-gram 随着 TF-IDF 的不同而有不同的权重，因为整个语料里更常见的 n-gram 包含了更小的信息量。图像字幕生成评价的要点是看模型有没有抓取到关键信息，比如说一幅图的内容是『白天一个人在游泳

AlexNet参考文章2012 年 Krizhevsky 等人在 ImageNet 举办的 ILSVRC 目标识别挑战大赛中一战成名，豪夺当年的第一名，Top5 错误率 15%,而他们团队提出来的网络结构以他们的导师名字命名，它就是 AlexNet。VGGNetResNetRCNN参考文章借鉴了滑动窗口思想，R-CNN 采用对区域进行识别的方案。利用候选区域与 CNN 结合做目标定位给定一张输入图片，从图片中提取 2000 个...

HOG：Histogram of Oriented Gradient方向梯度直方图参考文章一、算法实质在一副图像中，梯度或边缘的方向密度分布能够很好地描述局部目标区域的特征，HPG正是利用这种思想，对梯度信息做出统计，并生成最后的特征描述。在HOG中，对一副图像进行了如下划分：图像（image）---> 检测窗口（win）---> 图像块（block）---> 细胞单元（cell）对于上述流程图，有几点需要注意的地方：1.色彩和伽马归一化为了减少光照因素的影响，.

SIFT算法：尺度不变特征变换参考文章一、算法实质：在不同的尺度空间上查找关键点，并计算出关键点的方向二、特征匹配的流程提取关键点：关键点是一些十分突出的不会因光照、尺度、旋转等因素而消失的点，比如角点、边缘点、暗区域的亮点以及亮区域的暗点。此步骤是搜索所有尺度空间上的图像位置。通过高斯微分函数来识别潜在的具有尺度和旋转不变的兴趣点。 定位关键点并确定特征方向：在每个候选位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于他们的稳定程度。然后基于图像局部的梯度方向，分配.

一、论文调研快速调研完近年来相关方向的主要论文，每篇文章了解思路，并做记录和摘要，形成充足的paper list方便回忆和整理related work。二、方向明确不管实现细节，主体脉络上把握好要朝什么方向走，要通过哪类技术实现什么具体目标(要通过引入 知识图谱/强化学习/多任务学习/语法解析 的手段，实现 XXX数据集/任务的提升 )。三、论文精读1、仔细研读目标技术所需技术的论文，是否有人做过？是否可做？有没有坑？2、精读选定最主要的参考范文，并由此出发思考如何在自己..

2014-2019年VQA论文：https://heary.cn/posts/VQA-%E8%BF%91%E4%BA%94%E5%B9%B4%E8%A7%86%E8%A7%89%E9%97%AE%E7%AD%94%E9%A1%B6%E4%BC%9A%E8%AE%BA%E6%96%87%E5%88%9B%E6%96%B0%E7%82%B9%E7%AC%94%E8%AE%B0/2020Mucko: Multi-Layer Cross-Modal Knowledge Reasoning for Fact-ba

论文：Learning Cross-Modality Encoder Representations from Transformers地址：https://arxiv.org/abs/1908.07490?context=cscode：https://github.com/airsplay/lxmertLXMERT 框架来学习语言和视觉的联系它含有3个编码器：一个对象关系编码器、一个语言编码器和一个跨模态编码器它使用了 5个不同的有代表性的pre-train任务：...

paper：http://www.ytzhang.net/files/publications/2018-cvpr-lmdis-rep.pdfslide：http://www.ytzhang.net/files/publications/2018-cvpr-lmdis-rep-slides.pdf整个运用了 autoencoder的思想，通过最小化重构误差来优化encoder 和...