论文阅读
文章平均质量分 96
论文阅读记录
man_world
这个作者很懒,什么都没留下…
展开
-
A guide to convolution arithmetic for deep learning
一、Discrete convolutionsA discrete convolution is a linear transformation that preserves this notion of ordering. It is sparse (only a few input units contribute to a given output unit) and reuses para原创 2016-11-23 16:31:17 · 2885 阅读 · 0 评论 -
Image Restoration Using Deep Convolutional Encoder-Decoder Networks with Symmetric Skip Connections
一、本文的主要贡献1. 卷积和反卷积对称网络结构的提出 A very deep network architecture, which consists of a chain of symmetric convolutional and deconvolutional layers, for image restoration is proposed in this paper. The con原创 2017-01-10 16:18:11 · 3541 阅读 · 11 评论 -
基于感知损失函数的实时风格转换和超分辨率重建
基于感知损失函数的实时风格转换和超分辨率重建文章地址:《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》 arXiv.1603.08155转自:基于感知损失函数的实时风格转换和超分辨率重建 (zhwhong)Abstract 摘要:我们考虑的图像转换的问题,即将一个输入转载 2017-01-12 15:38:45 · 15555 阅读 · 0 评论 -
DCNN Cascade for Facial Point Detection Summary
一、总体思想—由粗到精的定位 利用人脸检测器(haar特征或者其它的detection方法),把人脸部位的图片(bbox)裁剪出来,送入CNN 好处:外界背景因素(eg:风景、身体、头发)的干扰减小了,有利于提高精度。 detection: 采用CNN定位出5个特征点的bbox精度要比直接采用人脸检测器的效果好。 利用level1的CNN粗定位出5个特征点的坐标原创 2017-07-24 15:04:54 · 635 阅读 · 0 评论 -
DCNN Cascade for Facial Point Detection Report
DCNN Cascade for Facial Point Detection Report1. 作者的模型自己跑出来的结果 Mean Error Level1 Level2 Level3 Left Eye 0.022130 0.015004 0.013403 Right Eye 0.022816 0.014660 0.原创 2017-07-24 15:11:25 · 502 阅读 · 0 评论