sinat_35177634的博客

因果推理（causal inference）初步调研NIPS相关论文NIPS有相关的causal inference板块，但总体来看，相比于较为成型的visual板块显得更加五花八门，少有一个统一的框架来解决关于因果推理的任务，甚至对任务的界定也比较模糊，大家各自为战。比如treatment effects estimation任务，就包括individual treatment effects estimation和Heterogeneous Treatment Effects estimation

ICCV 2019 image-text相关论文总结1. Local Relation Networks for Image Recognitionissue: CNN用固定的filters来提取image feature，但image的空间分布是多变的，不能很好的满足image不同的空间分布。method: 提出local relation layer，用于改进CNN。通过局部区域的关系(...

ICCV 2019 图像描述(image caption)论文汇总1. Attention on Attention for Image Captioningissue: decoder不能很好的分辨attended vector和当前生成语义的关系method: 再使用一个卷积attention机制，输入为attended vector和当前语义信息，生成attention gate和i...

计算机算法设计与分析Session 1先观察问题的结构、解的形式，再设计算法；能分解成子问题，是非常有效的信息；优化问题时，下界很重要。Session 2给一个问题，从最简单的case入手；观察INPUT的关键结构，看能否分、能否combine；观察OUTPUT，不要坚持追求optimal，追求sub-optimal。Session 3Sample.Session 4...

2018 NIPS LinkNet: Relational Embedding for Scene Graph论文解读

Leetcode 33. Search in Rotated Sorted Array原文：Suppose an array sorted in ascending order is rotated at some pivot unknown to you beforehand.(i.e., [0,1,2,4,5,6,7] might become [4,5,6,7,0,1,2]).You...

Leetcode 31. Next Permutation解题思路：输出字典序中的下一个排列。比如123生成的全排列是：123，132，213，231，312，321。那么321的next permutation是123。下面这种算法据说是STL中的经典算法。在当前序列中，从尾端往前寻找两个相邻升序元素，升序元素对中的前一个标记为k - 1。然后再从尾端寻找另一个大于k - 1的元素，并与k -...

CVPR2019 图像描述（image caption）论文汇总1.Adversarial Semantic Alignment for Improved Image Captions使用对抗学习的思想来加强image和caption之间的关联2.Context and Attribute Grounded Dense Captioning对图像的密集描述，对每一个区域生成短语或者一个句...

图像描述（image caption）2019 CVPR oral论文总结1. Auto-Encoding Scene Graphs for Image Captioning论文链接：https://arxiv.org/pdf/1812.02378.pdf2. Fast, Diverse and Accurate Image Captioning Guided By Part-of-Spee...

图像描述（image caption）2018 NIPS论文总结1. Partially-Supervised Image Captioning这篇文章是半监督来训练image caption的任务，因为image caption的数据集相对图像分类、目标检测等的数据集小的多，限制了image caption模型的泛化应用性。因此，本文考虑不使用传统的image caption数据集，仅仅使用...

CVPR 2019 Unsupervised Image Caption无监督的图像描述，和之前的全监督图像描述相比，它不使用图像和描述之间的关联关系，而仅仅使用图像集、一个额外的语料库和一个目标检测器来实现在这个图像集上的描述。使用的图像集是COCO2014，而使用的额外语料库是作者从ShutterStock上扒下来的描述集。由于没有图像和描述之间的关联关系，作者给生成的描述设定了三个目标：...

CVPR 2019视频描述（video caption）相关论文总结前几年的video caption论文总结如下：https://blog.csdn.net/sinat_35177634/article/details/88568491Streamlined Dense Video Captioning这篇论文严格来讲是属于video caption的一个分支dense video ca...

temporal action proposals论文总结——DAPs与SSTtemporal action proposals其主要目的是将长视频根据语义分割成多个segment，因为现在的针对视频的任务对长视频处理并不理想，比如视频的action detection和caption等。因此需要现将长视频分割成多个短视频，再进行处理。temporal action proposals是根据长...

多事件描述(dense event caption)历年突破性论文总结多事件描述（DEC）何为多事件描述（DEC），其实它是视频描述（video caption）的一个分支，视频描述自2015年的S2VT方法以来开始广泛的使用深度神经网络尤其是RNN模型来解决视频描述任务，本人也写了本文也写了视频描述论文相关的综述：https://blog.csdn.net/sinat_35177634/a...

视频描述（video caption）历年突破性论文总结（2015—2016）视频描述顾名思义视频描述是计算机对视频生成一段描述，如图所示，这张图片选取了一段视频的两帧，针对它的描述是"A man is doing stunts on his bike"，这对在线的视频的检索等有很大帮助。近几年图像描述的发展也让人们思考对视频生成描述，但不同于图像这种静态的空间信息，视频除了空间信息还包括时序...

图像描述（image caption）历年突破性论文总结图像描述(image caption)顾名思义，图像描述是指以图像为输出，通过模型和计算来输出对应图像的自然语言描述。如下图所示，输出的自然语言是“A person riding a motorcycle on a dirt road.“ 。这一领域是结合了人工智能两大方向：计算机视觉和自然语言处理。从2015年的论文：Show and ...