TPAMI 2024 | SMEMO：用于轨迹预测的社会记忆

最新推荐文章于 2024-11-12 11:16:19 发布
最新推荐文章于 2024-11-12 11:16:19 发布
阅读量141 收藏
点赞数
分类专栏： 论文解读 IEEE TPAMI 文章标签： 轨迹预测 社会记忆 TPAMI 深度学习 顶刊论文 论文解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/140221166
版权
论文解读 IEEE TPAMI 专栏收录该内容
303 篇文章 21 订阅 ¥59.90 ¥99.00
订阅专栏

SMEMO: Social Memory for Trajectory Forecasting

题目：SMEMO：用于轨迹预测的社会记忆

作者：Francesco Marchetti, Federico Becattini , Lorenzo Seidenari , and Alberto Del Bimbo

摘要

在预测未来轨迹等行为时，有效建模人类互动至关重要。每个人的运动都会影响周围人，因为每个人都遵循诸如避免碰撞或群体跟随等非书面的社会规则。在本文中，我们通过算法视角，即将问题视为数据操作任务，来模拟这些随时间不断演变的互动。我们提出了一种基于端到端可训练工作记忆的神经网络，它作为外部存储，可以连续地写入、更新和回忆有关每个代理的信息。我们展示了我们的方法能够学习不同代理运动之间的可解释的因果关系，并且在多个轨迹预测数据集上获得了最先进的结果。

关键词

  • 自动驾驶
  • 记忆增强网络
  • 社会互动
  • 轨迹预测

I. 引言

自动驾驶汽车很快将成为普及技术。为了符合安全标准，这些车辆必须能够预测周

了解本专栏 订阅专栏 解锁全文
小白学视觉
关注
专栏目录
订阅专栏
TPAMI 2024| BadLabel：评估与增强标签噪声学习的一种鲁棒视角
小白学视觉
07-15 716
标签噪声学习（Label-noise learning, LNL）旨在提高模型在训练数据带有噪声标签的情况下的泛化能力。为了促进实用的LNL算法的发展，研究人员提出了不同类型的标签噪声，从类条件噪声到实例依赖噪声不等。在本文中，我们引入了一种新型的标签噪声类型，称为BadLabel，它可以通过大幅度降低现有LNL算法的性能来显著影响它们。BadLabel是基于标准分类的标签翻转攻击精心设计的，其中选择特定样本并将它们的标签翻转为其他标签，以便干净标签和噪声标签的损失值无法区分。
TPAMI 2024 | P2T：用于场景理解的金字塔池化Transformer
小白学视觉
08-19 643
最近，视觉Transformer通过推动各种视觉任务的最前沿取得了巨大成功。视觉Transformer面临的最大挑战之一是图像标记的大序列长度导致高计算成本（二次复杂度）。解决这个问题的一个流行方法是使用单个池化操作来减少序列长度。本文考虑了如何改进现有的视觉Transformer，其中通过单个池化操作提取的池化特征似乎不够强大。为此，我们注意到金字塔池化由于其在上下文抽象方面的强能力，在各种视觉任务中已被证明是有效的。然而，金字塔池化尚未在主干网络设计中被探索。
TPAMI 2024 | Diversify：一种时间序列分布外检测和泛化的通用框架
小白学视觉
07-29 1223
题目：Diversify: A General Framework for Time Series Out-of-Distribution Detection and Generalization Diversify：一种时间序列分布外检测和泛化的通用框架 作者：W. Lu; J. Wang; X. Sun; Y. Chen; X. Ji; Q. Yang; X. Xie 摘要 时间序列仍然是机器学习研究中最具挑战性的模态之一。时间序列的分布外（OOD）检测和泛化常常由于其非平稳性质而面临困难，即分布随时
TPAMI 2024 | FGAHOI：用于人体-物体交互检测的细粒度锚点
小白学视觉
07-30 1001
人类-对象交互（HOI）作为计算机视觉中的一个重要问题，需要定位人-对象对并识别它们之间的交互关系。与单个对象实例相比，HOI实例在空间、尺度和任务上具有更大的跨度，使其检测更容易受到嘈杂背景的干扰。为了减轻嘈杂背景对HOI检测的干扰，有必要考虑输入图像信息以生成细粒度锚点，然后利用这些锚点指导检测HOI实例。然而，存在以下挑战：i) 如何从包含复杂背景信息的图像中提取关键特征仍然是一个开放性问题。ii) 如何在语义上对齐提取的特征和查询嵌入也是一个难题。
TPAMI 2024 | 正则化损失与超参数估计在弱监督单类分割中的应用
小白学视觉
07-18 1090
Regularized Loss With Hyperparameter Estimation for Weakly Supervised Single Class Segmentation 正则化损失与超参数估计在弱监督单类分割中的应用 作者：Zongliang Ji; Olga Veksler 摘要 我们提出了一种新的图像级弱监督分割方法，适用于只含有单一感兴趣对象类别的数据集。我们的方法基于经典条件随机场（CRF）建模启发的正则化损失函数。我们的损失模型了通用对象的属性，并用它引导CNN朝向更可能对
TPAMI 2024 | 人体运动生成：一项综述研究
小白学视觉
07-31 1058
人类动作生成旨在生成自然的人姿势序列，并展示出对现实世界应用的巨大潜力。近年来，在运动数据收集技术和生成方法方面取得了实质性进展，为人类动作生成日益增长的兴趣奠定了基础。该领域的大多数研究侧重于基于条件信号生成人类动作，例如文本、音频和场景上下文。尽管近年来取得了显著进展，但由于人类动作的复杂性质及其与条件信号的隐式关系，该任务仍然面临挑战。在这篇综述中，我们提供了人类动作生成的综合文献回顾，据我们所知，这是该领域首次此类综述。
TPAMI 2024 | 单目深度估计：全面综述
小白学视觉
07-24 1153
在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。
真能打！再中TPAMI2024 | FastBEV: 一个快速和强大的BEV基线
CV_Autobot的博客
07-21 273
点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线今天自动驾驶之心为大家分享FastBEV: 一个快速和强大的BEV基线，再被TPAMI2024收录！如果您有相关工作需要分享，请在文末联系我们！>>点击进入→自动驾驶之心『BEV感知』技术交流群编辑 | 自动驾驶之心前言车端感知算法，作为自动驾驶技术的核心构成之一，近年来经历了显著的技术飞跃与数次迭...
TPAMI 2024|用于持续学习的基于广义差异的分布稳健记忆演化
小白学视觉
08-31 4095
Distributionally Robust Memory Evolution With Generalized Divergence for Continual Learning 用于持续学习的基于广义差异的分布稳健记忆演化 Zhenyi Wang o, Li Shen , Tiehang Duan , Qiuling Suo o, Le Fang , Wei Liu ，Mingchen Gao 摘要 持续学习（Continual Learning, CL）的目标是在非静态数据分布上学习，同时不忘记先
TPAMI 2024 | NICEST：用于鲁棒场景图生成的噪声标签修正与训练
小白学视觉
11-04 116
题目：NICEST: Noisy Label Correction and Training for Robust Scene Graph Generation NICEST：用于鲁棒场景图生成的噪声标签修正与训练 作者：Lin Li; Jun Xiao; Hanrong Shi; Hanwang Zhang; Yi Yang; Wei Liu; Long Chen 摘要 几乎所有现有的场景图生成 (SGG) 模型都忽视了主流 SGG 数据集的标注质量，即它们假设：1）所有手动标注的正样本都是完全正确的；
TPAMI 2024 | AdaPoinTr：采用自适应几何感知Transformer的多样化点云补全
小白学视觉
10-22 127
在本文中，我们提出了一种名为 PoinTr 的 Transformer 编码器-解码器架构，该架构将点云补全问题重新定义为集合到集合的翻译问题，并采用几何感知块来显式建模局部几何关系。Transformer 的迁移使我们的模型能够更好地学习结构知识并保留点云补全过程中的详细信息。为了解决更复杂和多样化的情况，我们进一步提出了 AdaPoinTr，通过开发自适应查询生成机制和设计一种新颖的去噪任务来完成点云。
TPAMI 2024 | PathNet: 基于路径选择的点云去噪
小白学视觉
07-29 699
当前的点云去噪(PCD)模型优化单一网络，试图使其参数适应于大量点云池中的每个点。这种去噪网络范式忽略了不同点通常受到不同程度的噪声干扰，并且它们可能传达不同的几何结构。因此，噪声和几何的复杂性带来了包括残留噪声、错误平滑的边缘和去噪后形状扭曲等副作用。我们提出了PathNet，一种基于强化学习(RL)的路径选择性PCD范式。与现有工作不同，PathNet能够动态选择每个点最合适的去噪路径，最佳地将其移动到其底层表面上。除了首次提出路径选择性PCD框架外，我们还有另外两个贡献。
TPAMI 2024 | DeepNet: 将Transformer扩展到1000层
小白学视觉
11-10 13
— 在本文中，我们提出了一种简单而有效的方法来稳定极深的Transformer。具体来说，我们引入了一种新的归一化函数（DEEPNORM），用于修改Transformer中的残差连接，并伴随着理论上推导出的初始化。深入的理论分析表明，模型更新可以以稳定的方式被限制。所提出的方法结合了Post-LN的良好性能和Pre-LN的稳定训练这两个最佳方面，使DEEPNORM成为首选的替代方案。
深度学习之循环神经网络(RNN)
weixin_43775295的博客
11-12 378
其一般处理单个的输入，前一个输入和后一个输入完全无关，但实际应用中，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。​ 由于RNN特有的memory会影响后期其他的RNN的特点，梯度时大时小，learning rate没法个性化的调整，导致RNN在train的过程中，Loss会震荡起伏，为了解决RNN的这个问题，在训练的时候，可以设置临界值，当梯度大于某个临界值，直接截断，用这个临界值作为梯度的大小，防止大幅震荡。中必须包含原始序列中的所有信息，它的长度就成了限制模型性能的瓶颈。
CNN和MobileNetV2搭建的水果识别模型
chengxuyuanlaow的博客
11-09 712
在本项目中着重探索了利用深度学习模型进行水果图像分类的方法。具体而言包括使用卷积神经网络（CNN）模型进行水果图片的分类和探索轻量级神经网络模型MobileNetV2在水果图像分类中的应用。在第一项任务中，使用TensorFlow构建了一个简单的CNN模型，并通过调整模型参数来提高准确率。在实验过程中发现由于数据集的问题，训练结果并不理想，测试集上的准确率低于预期，同时出现了过拟合的情况。针对这个问题，从优化器、学习率和训练轮次等方面入手，对模型进行了改进和调整。
[卷积神经网络]使用YOLOv11训练自己的模型
就随便写写....
11-08 681
使用YOLOv11训练自己的数据
每天五分钟深度学习PyTorch：基于全连接神经网络完成手写字体识别
huanfeng_AI的博客
11-09 276
上一节我们学习了搭建普通的全连接神经网络，我们现在用它来解决一个实际问题，我们用它跑一下手写字体识别的数据，然后看看它的效果如何。
生成模型——PixelRNN与PixelCNN
最新发布
大摆王的博客
11-12 298
PixelRNN 是一种基于循环神经网络（RNN）的像素级生成模型，通过逐个像素地生成图像来构建完整的图像，其核心思想是将图像中的像素视为序列，并利用 RNN 的能力来捕捉像素之间的依赖关系。PixelCNN 是一种基于卷积神经网络（CNN）的像素级生成模型，它使用掩码卷积来捕捉像素之间的依赖关系。
深度学习经典模型之VGGNet
weixin_43775295的博客
11-08 474
​ VGGNet是由牛津大学视觉几何小组（Visual Geometry Group, VGG）提出的一种深层卷积网络结构，他们以7.32%的错误率赢得了2014年ILSVRC分类任务的亚军（冠军由GoogLeNet以6.65%的错误率夺得）和25.32%的错误率夺得定位任务（Localization）的第一名（GoogLeNet错误率为26.44%）5^{[5]}5，网络名称VGGNet取自该小组名缩写。VGGNet是首批把图像分类的错误率降低到10%以内模型，同时该网络所采用的3×3。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值