啾啾的博客

67.改进pixel cnn（rnn）68.椅子生成 （多角度2D）69.DRAW（两个lstm）生成高真实感的自然图像

60.3dcnn+cnn +lstm（一层 ） 61. rgb object cnn pretrained + optical flow action cnn pretrained +lstm（两层） 62.3dcnn+注意力机制

knn 加入高级语义 cnn精度提升好像对cnn+lstm这类图像描述无贡献。

cnn+lstm+注意力机制、用句子代替单词进行描述、用新加的少量样本对新概念进行学习。

使用自然语言描述图像，基本使用的是cnn提取图像特征+lstm处理语言特征然后使用多模态层输出对应图片相应的描述句子。比较有趣的是一张图内的密集目标，还有视频目标检测。

理解cnn、添加图片噪声发现cnn不太好识别，遮挡图片部分得到图片特征重要性分布；通过提取出来的特征反演图像....sift、hog、cnn。

人体姿态——检测关键点以及置信度、关键点连线 31.沙漏型网络 32.光流法结合邻近帧

26.不使用bounding boxes进行图像标注，而是直接标注图像中有什么。弱监督学习弱在这里。cnn变成全卷积网络进行训练，图像中有多个物体，可以大概定位到物体位置。

20.offline cnn+online svm 21.cnn 22.试图结合生成性跟踪器和判别性跟踪器的思想，开发一个鲁棒的判别性跟踪器。23.使用CNNs分层层的特征而不是仅使用最后一层来表示目标。 24.在追踪过程中根据干扰项的出现自动选择这两层（顶层和底层）25.具有少量层的CNN

公式求取的感受野通常很大，而实际的有效感受野往往小于理论感受野，因为输入层中边缘点的使用次数明显比中间点要少，因此作出的贡献不同，所以经过多层的卷积堆叠后，输入层对于特征图点做出的贡献分布呈高斯分布形状。其中，反卷积是一种常用的上采样方法，它通过卷积操作将低分辨率的特征图转换为高分辨率的特征图。Bounding box regression是受DPM算法的启发的，它通过训练一个线性回归模型，给予一组特征（CNN提取的特征），来预测一个新的检测框，这个新框的偏移量是这个Regression预测的目标。

1.深度残差网络、目标函数变为F(x)=H(x)-x; 2.PReLU 3.BN批量归一化 4.Inception 网络结构 5.Vgg16 6.AlexNet 2012