- 博客(15)
- 收藏
- 关注
原创 Shadow Generation for Composite Image in Real-world Scenes
摘要图像合成的目标是在背景图像上插入一个前景对象。以往的图像合成方法大多侧重于调整前景使其与背景兼容,而忽略了前景对背景的阴影效果。在这项工作中,我们专注于为合成图像中的前景对象生成合理的阴影。首先,我们通过基于成对的真实图像和去阴影图像生成合成合成图像来贡献真实世界的阴影生成数据集 DESOBA。然后,我们提出了一种新颖的阴影生成网络 SGRNet,它由阴影掩模预测阶段和阴影填充阶段组成。在荫罩预测阶段,前景和背景信息进行彻底的交互以生成前景荫罩。在阴影填充阶段,预测阴影参数以填充阴影区域。在我们的 D
2021-10-30 21:02:41
486
原创 深度单图像处理
多年来,由于这项任务的受欢迎程度和商业重要性,图像处理吸引了许多研究。近年来,已经提出了用于许多图像处理任务的深度神经网络方法。深度方法的主要问题是需要训练来自与目标图像相同分布的大量数据,而收集包含整个图像长尾的数据集是不可能的。在本文中,我们证明了简单地在单个目标图像上训练条件对抗生成器就足以执行复杂的图像操作。我们发现,启用单个图像训练的关键是输入图像的广泛增强,并提供了一种新颖的增强方法。我们的网络学会了在图像的原始表示形式(例如边缘)与图像本身之间进行映射。在操作时,我们的生成器允许通过修改原始输
2020-07-13 23:45:24
711
原创 Momentum Contrast for Unsupervised Visual Representation Learning
摘要 我们提出用于无监督视觉表示学习的动量对比度(MoCo)。 从作为字典查找的对比学习[27]的角度来看,我们构建具有队列和移动平均编码器的动态字典。 这样可以即时构建大型且一致的字典,从而促进对比性无监督学习。 MoCo在ImageNet分类的通用线性协议下提供了有竞争力的结果。 更重要的是,MoCo学习到的表示形式可以很好地转移到下游任务。 在PASCAL VOC,COCO和其他数据集上的...
2020-03-22 23:25:55
1596
原创 视觉表示对比学习的简单框架 simCLR
摘要 本文介绍了SimCLR:用于视觉表示的对比学习的简单框架。我们简化了最近提出的对比自我监督学习算法,而无需专门的架构或存储库。为了了解什么使对比预测任务能够学习有用的表示形式,我们系统地研究了框架的主要组成部分。我们证明(1)数据扩充的组合在定义有效的预测任务中起着至关重要的作用;(2)在表示和对比损失之间引入可学习的非线性变换,大大提高了学习表示的质量,并且(3)与有监督的学习相比,对比...
2020-03-21 22:47:34
1411
原创 通过学习发现伪像进行自我监督的特征学习
摘要 我们介绍了一种基于对抗训练的新型自我监督学习方法。我们的目标是训练一个鉴别器网络,以将真实图像与带有合成伪像的图像区分开,然后从其中间层提取特征,并将其转移到其他数据域和任务中。为了生成带有伪影的图像,我们预训练了一个大容量的自动编码器,然后使用一种损坏和修复策略:首先,冻结自动编码器,并通过随机删除其条目来损坏编码器的输出。其次,我们用维修网络扩充解码器,并以对抗性的方式针对鉴别器进行训...
2020-03-18 13:27:13
337
1
原创 通过完成损坏的拼图游戏学习图像表示
摘要在本文中,我们探索了复杂的自我监督任务,以进行表征学习的方法。也就是说,我们对数据造成了严重破坏,并鼓励网络对其进行恢复。首先,我们将三个强大的自我监督任务候选者中的每一个复杂化:七巧板,修复和着色。此外,我们介绍了一种新颖的复杂的自我监督任务,称为“完成损坏的拼图游戏”,该任务是缺少一块拼图而另一块没有颜色的拼图。我们训练卷积神经网络,不仅可以解决难题,还可以生成缺失的内容并为难题着色。前...
2020-03-17 12:11:24
369
原创 深度整形外科:使用手绘草图进行鲁棒且可控的图像编辑
摘要 基于草图的图像编辑旨在根据人工绘制的草图提供的结构信息来合成和修改照片。由于草图很难收集,因此以前的方法主要使用边缘贴图而不是草图来训练模型(称为基于边缘的模型)。但是,草图与边缘贴图显示出很大的结构差异,因此无法使用基于边缘的模型。此外,草图通常显示出不同用户之间的差异,要求更高的通用性和鲁棒性才能使编辑模型正常工作。在本文中,我们提出了“深层整形手术”,这是一种新颖,强大且可控制的图像...
2020-02-13 18:31:20
479
原创 Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting 学习金字塔上下文编码器网络进行高质量图像修复
摘要 高质量的图像修复需要用合理的内容填充损坏图像中的缺失区域。现有的作品要么通过复制图像补丁来填充区域,要么从区域上下文中生成语义一致的补丁,而忽略了视觉和语义上的合理性都要求很高的事实。本文提出了一种基于深度生成模型的金字塔上下文编码器网络(PEN-Net),用于图像修复。 PEN-Net是基于U-Net结构构建的,该结构可以通过对来自全分辨率输入的上下文语义进行编码,并将学习到的语义特征解...
2019-11-02 19:31:42
3168
1
原创 面部属性预测增强的深层识别网络
摘要在本文中,我们提出了一个新的深度框架,它预测面部属性并将其作为一种软模态来提高面部识别性能。我们的模型是一个端到端框架,由卷积神经网络(CNN)组成,其输出被扇形化为两个独立的分支;第一个分支预测面部属性,而第二个分支标识面部图像。与仅使用共享CNN特征空间共同训练这两个任务的现有多任务方法相反,我们将预测属性与面部模态中的特征融合以提高面部识别性能。实验结果表明,我们的模型对面部识别和面部...
2019-05-27 22:32:56
443
原创 CenterNet: Keypoint Triplets for Object Detection
在对象检测中,基于关键点的方法经常遭受大量不正确的对象边界框,可以说是由于缺少对裁剪区域的额外观察。本文提出了一种有效的解决方案,以最小的成本探索每个裁剪区域内的视觉模式。我们在一个名为Corner-Net的代表性基于关键点的代表性探测器上构建我们的框架。我们的方法名为CenterNet,将每个对象检测为三元组而不是一对关键点,从而提高精度和召回率。因此,我们设计了两个名为级联角池和中心池的定制模...
2019-05-27 18:41:38
251
原创 Region Proposal by Guided Anchoring
Region anchors are the cornerstone of modern object detection techniques. State-of-the-art detectors mostly rely on a dense anchoring scheme, where anchors are sampled uniformly over the spatial domai...
2019-04-12 10:42:22
472
原创 FCOS
We propose a fully convolutional one-stage object detector (FCOS) to solve object detection in a per-pixel prediction fashion, analogue to semantic segmentation. Almost all state-of-the-art object det...
2019-04-11 00:24:04
542
原创 RES2NET
Abstract—Representing features at multiple scales is of great importance for numerous vision tasks. Recent advances in backbone convolutional neural networks (CNNs) continually demonstrate stronger mu...
2019-04-09 16:00:42
958
原创 MaskRCNN论文阅读笔记
AbstractWe present a conceptually simple, flexible, and general framework for object instance segmentation. Our approach efficiently detects objects in an image while simultaneously generating a high...
2019-03-28 23:21:21
671
原创 CVPR2019:Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression
摘要Intersection over Union (IoU) is the most popular evaluation metric used in the object detection benchmarks. However, there is a gap between optimizing the commonly used distance losses for regress...
2019-03-24 00:12:03
625
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人