ICCV 2017 中的 Attention Papers

最新推荐文章于 2022-11-18 17:29:38 发布
最新推荐文章于 2022-11-18 17:29:38 发布
阅读量348 收藏
点赞数
分类专栏： MyDLNote-Attention deep learning 文章标签： 深度学习
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/u014546828/article/details/105739551
版权

ICCV 2017 中的 Attention PapersPapers

关键词：注意力机制

ICLR 2020 中的 Attention Papers

ICLR 2017-2019 中的 Attention Papers

CVPR 2019 中的 Attention Papers

CVPR 2018 中的 Attention Papers

CVPR 2017 中的 Attention Papers

ICCV 2019 中的 Attention Papers

ICCV 2017 中的 Attention Papers

ECCV 2018 中的 Attention Papers

 

Areas of Attention for Image Captioning

Marco Pedersoli, 

Thomas Lucas, 

Cordelia Schmid, 

Jakob Verbeek

[pdf] [Supp] [arXiv] 

[bibtex]


VQS: Linking Segmentations to Questions and Answers for Supervised Attention in VQA and Question-Focused Semantic Segmentation

Chuang Gan, 

Yandong Li, 

Haoxiang Li, 

Chen Sun, 

Boqing Gong

[pdf] [arXiv] 

[bibtex]


Multi-Modal Factorized Bilinear Pooling With Co-Attention Learning for Visual Question Answering

Zhou Yu, 

Jun Yu, 

Jianping Fan, 

Dacheng Tao

[pdf] [arXiv] 

[bibtex]


Identity-Aware Textual-Visual Matching With Latent Co-Attention

Shuang Li, 

Tong Xiao, 

Hongsheng Li, 

Wei Yang, 

Xiaogang Wang

[pdf] [arXiv] 

[bibtex]


Deep Cropping via Attention Box Prediction and Aesthetics Assessment

Wenguan Wang, 

Jianbing Shen

[pdf] 

[bibtex]


Paying Attention to Descriptions Generated by Image Captioning Models

Hamed R. Tavakoli, 

Rakshith Shetty, 

Ali Borji, 

Jorma Laaksonen

[pdf] [arXiv] 

[bibtex]


Interpretable Learning for Self-Driving Cars by Visualizing Causal Attention

Jinkyu Kim, 

John Canny

[pdf] [arXiv] 

[bibtex]


Single Shot Text Detector With Regional Attention

Pan He, 

Weilin Huang, 

Tong He, 

Qile Zhu, 

Yu Qiao, 

Xiaolin Li

[pdf] [arXiv] 

[bibtex]


Learning Visual Attention to Identify People With Autism Spectrum Disorder

Ming Jiang, 

Qi Zhao

[pdf] 

[bibtex]


RPAN: An End-To-End Recurrent Pose-Attention Network for Action Recognition in Videos

Wenbin Du, 

Yali Wang, 

Yu Qiao

[pdf] [Supp] 

[bibtex]


Attention-Aware Deep Reinforcement Learning for Video Face Recognition

Yongming Rao, 

Jiwen Lu, 

Jie Zhou

[pdf] 

[bibtex]


Attention-Based Multimodal Fusion for Video Description

Chiori Hori, 

Takaaki Hori, 

Teng-Yok Lee, 

Ziming Zhang, 

Bret Harsham, 

John R. Hershey, 

Tim K. Marks, 

Kazuhiko Sumi

[pdf] [Supp] [arXiv] 

[bibtex]


Online Multi-Object Tracking Using CNN-Based Single Object Tracker With Spatial-Temporal Attention Mechanism

Qi Chu, 

Wanli Ouyang, 

Hongsheng Li, 

Xiaogang Wang, 

Bin Liu, 

Nenghai Yu

[pdf] [arXiv] 

[bibtex]


Segmentation-Aware Convolutional Networks Using Local Attention Masks

Adam W. Harley, 

Konstantinos G. Derpanis, 

Iasonas Kokkinos

[pdf] [Supp] [arXiv] 

[bibtex]


Focusing Attention: Towards Accurate Text Recognition in Natural Images

Zhanzhan Cheng, 

Fan Bai, 

Yunlu Xu, 

Gang Zheng, 

Shiliang Pu, 

Shuigeng Zhou

[pdf] [arXiv] 

[bibtex]


Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

Heliang Zheng, 

Jianlong Fu, 

Tao Mei, 

Jiebo Luo

[pdf] 

[bibtex]


Deep Spatial-Semantic Attention for Fine-Grained Sketch-Based Image Retrieval

Jifei Song, 

Qian Yu, 

Yi-Zhe Song, 

Tao Xiang, 

Timothy M. Hospedales

[pdf] [Supp] 

[bibtex]

Phoenixtree_DongZhao
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CVPR 2018 中的 Attention Papers
u014546828的博客
04-23 438
CVPR 2018 中的 Attention Papers Diversity Regularized Spatiotemporal Attention for Video-Based Person Re-Identification Shuang Li, Slawomir Bak, Peter Carr, Xiaogang Wang [pdf] [Supp] [arXiv] ...
一些深度学习可解释性相关论文
weixin_39402231的博客
05-28 1060
一些深度学习可解释性相关论文
attention paper
liudiudiu
08-29 261
still image，single image action recognition Single Image Action Recognition by Predicting Space-Time Saliency https://arxiv.org/abs/1705.04641 Single image action recognition using semantic body pa...
基于注意力和差异机制的基于外观的注视估计
saoqi_boy的博客
11-18 1211
本文为翻译搬砖和总结一些自己的心得体会。作者：发布于2021年基于外观的注视估计问题在过去几年中受到了广泛的关注。尽管基于模型的方法存在得更早，但大数据集的可用性和新颖的深度学习技术使得基于外观的方法比基于模型的方式实现了更高的准确性。在本文中，我们提出了两种提高视线估计精度的新技术。我们的第一种方法，I2D Net使用差异层来消除参与者左眼和右眼中与注视估计任务无关的任何共同特征。我们的第二种方法AGE Net采用了注意力机制的思想，并为从眼睛图像中提取的特征分配权重。
Identity-Aware Textual-Visual Matching with Latent Co-attention文章翻译学习（ICCV）
PokiFighting的专栏
06-03 1477
原文链接：点击打开链接Abstract文本 - 视觉匹配旨在测量句子描述和图像之间的相似性。大多数现有方法在解决此问题时没有有效利用身份级别注释。在本文中，我们提出了一个用于文本 - 视觉匹配问题的身份感知两阶段框架。我们的stage-1 CNN-LSTM网络学习将跨模态特征嵌入到新的交叉模态交叉熵（CMCE）丢失中。第一阶段网络能够有效地筛选容易出现错误的配对，并为第二阶段训练提供初始训练点。第...
ICCV2017 (6).zip
10-09
ICCV是计算机视觉的顶级会议之一，前面上传了ICCV2013，ICCV2015，这是ICCV2017，ICCV会议每两年举办一次
ICCV2017_Oral_and_Best_Paper
07-19
ICCV2017大约有45篇Oral，产生了2篇best paper。此处整理了这些paper，与大家分享。
RainRemoval_ICCV2017：我们应该将降雨编码为确定性还是随机性？ 在ICCV 2017中
02-04
RainRemoval_ICCV2017：我们应该将降雨编码为确定性还是随机性？ 在ICCV 2017中
ICCV2017.zip
10-09
ICCV是计算机视觉的顶级会议之一，前面上传了ICCV2013，ICCV2015，这是ICCV2017，ICCV会议每两年举办一次
ICCV2017 Person Re-Id
02-11
ICCV 2017 相关论文下载，文章共9篇，包含 Cross View 方法、Unsupervised 方法、改进的 Triplet Loss 方法等。
MIT 深度学习与自动驾驶公开课 Deep Learning for Self-Driving Cars 讲义梗概
自己的学习笔记
01-06 8706
课程资源 链接: https://pan.baidu.com/s/1jIKRmHC 密码: d7vfMIT今年的深度学习与自动驾驶课，课程比较短，只有五节课，是比较基础的概述。提纲整理如下： Introduction to Deep Learning and Self-Driving Cars Deep Reinforcement Learning for Motion Planning Lear
深度学习可解释性的相关论文
qq_42779103的博客
11-26 3475
Year Publication Paper Citation code 2020 CVPR Explaining Knowledge Distillation by Quantifying the Knowledge 3 2020 CVPR High-frequency Component Helps Explain the Generalization of Convolutional Neural Networks 16 2020 CVPRW Score-CAM: Sco...
深度学习国外课程资料(Deep Learning for Self-Driving Cars)+(Deep Reinforcement Learning and Control )
zhangrelay的专栏
02-09 7214
参考网址：1 Deep Learning for Self-Driving Cars  --  6.S094http://selfdrivingcars.mit.edu/2 Deep Reinforcement Learning and Control  --  10703https://katefvision.github.io/6.S094：自驾车的深度学习跳至内容家 DeepTesla De
ICCV 2017论文分析（文本分析）标题词频分析 这算不算大数据 第一步：数据清洗（删除作者和无用的页码）...
weixin_30675967的博客
03-28 5979
IEEE International Conference on Computer Vision, ICCV 2017, Venice, Italy, October 22-29, 2017.IEEE Computer Society2017, ISBN978-1-5386-1032-9 Oral Session 1 Globally-Optimal Inlier S...
ICCV 2017 paper
qq_34848537的博客
10-08 5134
参考链接 ICCV 2017 open access Paperlist Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Robust Pseudo Random Fields for Light-Field Stereo Matching A L...
【VQA文献阅读】VQS：将语义分割与视觉问答结合起来（ICCV2017）
小哨的博客
05-01 784
VQS: Linking Segmentations to Questions and Answers for Supervised Attention in VQA and Question-Focused Semantic Segmentation 文章目录VQS: Linking Segmentations to Questions and Answers for Supervised Attention in VQA and Question-Focused Semantic Segmentatio
Paper：Transformer模型起源—2017年的Google机器翻译团队—《Transformer：Attention Is All You Need》翻译并解读-20171206版
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
08-28 1万+
​ Paper：Transformer模型起源—2017年的Google机器翻译团队—《Transformer：Attention Is All You Need》翻译并解读-20171206版 目录 《Transformer：Attention Is All You Need》翻译并解读 Abstract 1、Introduction 2、Background 3、Model Architecture 4、Why Self-Attention 5、Training
Attention相关的paper整理
技术博客
07-06 871
http://www.cosmosshadow.com/ml/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/2016/03/08/Attention.html
Attention Model（mechanism） 的 套路
热门推荐
BVL的博客
11-07 3万+
最近刷了一些attention相关的paper(照着here的列表+自己搜的paper)，网上相关的资料也有很多，在此只讲一讲自己对于attention的理解，力求做到简洁明了。一.attention 的本质 attention其实就是一个加权求和。 attention处理的问题，往往面临的是这样一个场景： 你有kk个dd维的特征向量hi(i=1,2,...,k)h_i (i=1,2,...
iccv word模板
最新发布
07-30
ICCV是计算机视觉领域的一个重要国际会议，其会议论文投稿需要使用特定的Word模板。ICCV Word模板采用了特定的格式和样式，用于规范会议论文的排版和呈现。 ICCV Word模板首先包含了论文的标题部分，包括论文的标题（中英文）、作者（包括机构和电子邮件地址）、关键词等。标题部分需要采用特定的字体、字号和居中对齐的格式。 其次，ICCV Word模板还规定了论文的正文格式。正文采用双栏排版方式，每栏的宽度、间距以及行距等都有特定的要求。正文中的段落需要自动缩进，且采用特定的字体和字号。此外，模板还要求正文的标题、子标题、图表标题等都需要采用特定的样式进行格式化。 ICCV Word模板还要求论文中的图表、公式、参考文献等的插入和引用都遵循特定的规范。论文中的图表需要编号，并且要有合适的标题和说明。公式需要采用特定的格式进行排版，参考文献需要按照特定的引用格式进行编写和排序。 最后，ICCV Word模板还规定了论文的页面设置，包括页面边距、页眉页脚、页码等。页面设置需要符合ICCV的要求，以便最终打印和出版。 总之，ICCV Word模板是为了规范论文的格式和排版，使得各篇论文在风格和呈现上保持统一。使用ICCV Word模板有助于减轻作者在排版和格式方面的工作，提高论文的可读性和一致性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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