ICCV 2017 中的 Attention Papers

最新推荐文章于 2023-05-28 07:12:52 发布
最新推荐文章于 2023-05-28 07:12:52 发布
阅读量355 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
ICCV2017 (6).zip
10-09
以上这些论文主题代表了ICCV2017会议中的热点和前沿，涵盖了计算机视觉中的多个子领域，包括数据集构建、图像理解、深度学习、3D视觉、视觉注意力模型和几何处理等。通过深入研究这些内容，可以了解到计算机视觉领域...
ICCV2017_Oral_and_Best_Paper
07-19
深度学习在ICCV2017中占据了主导地位，许多Oral论文都围绕着如何改进神经网络架构、优化训练过程、提高模型泛化能力等方面展开。例如，有的论文提出了新的卷积网络结构，以提升模型在处理复杂视觉任务时的性能；有的...
attention paper
liudiudiu
08-29 269
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...
CVPR 2018 中的 Attention Papers
u014546828的博客
04-23 449
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] ...
CVPR 2019 中的 Attention Papers
u014546828的博客
04-23 865
CVPR 2019 中的 Attention Papers Visual Attention Consistency Under Image Transforms for Multi-Label Image Classification Hao Guo, Kang Zheng, Xiaochuan Fan, Hongkai Yu, Song Wang [pdf] [su...
ICCV 2019 中的 Attention Papers
u014546828的博客
04-23 1045
ICCV 2019 中的 Attention Papers Hierarchical Self-Attention Network for Action Localization in Videos Rizard Renanda Adhi Pramono, Yie-Tarng Chen, Wen-Hsien Fang [pdf] [supp] [bibtex] Mixed Hi...
一些深度学习可解释性相关论文
最新发布
weixin_39402231的博客
05-28 1129
一些深度学习可解释性相关论文
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
2017年的国际计算机视觉大会（ICCV）上，研究人员提出了一项名为“RainRemoval_ICCV2017”的研究，该研究深入探讨了如何有效地去除图像和视频中的降雨效果。这项工作挑战了一个核心问题：我们应该将降雨视为一种确定...
ICCV2017.zip
10-09
【ICCV2017.zip】是一个包含多篇论文的压缩包，这些论文均来自于2017年的国际计算机视觉大会（ICCV），这是一个在计算机视觉领域享有极高声誉的学术会议，每两年举行一次。ICCV是全球研究人员展示最新研究成果、交流...
ICCV2017 Person Re-Id
02-11
【ICCV2017 Person Re-Id】是2017年国际计算机视觉大会（International Conference on Computer Vision）上关于行人重识别（Person Re-Identification，简称Re-ID）研究的重要资源集合。行人重识别是一个计算机视觉...
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 1278
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 1491
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...
深度学习可解释性的相关论文
qq_42779103的博客
11-26 3606
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 7431
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
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 8742
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
ICCV 2017 paper
qq_34848537的博客
10-08 5223
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...
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 6041
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...
【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
05-01 850
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
attention 机制
热门推荐
小丫头的博客
08-01 1万+
attention 机制什么是attentionattention机制是（非常）松散地基于人类的视觉注意机制。就是按照“高分辨率”聚焦在图片的某个特定区域并以“低分辨率”感知图像的周边区域的模式，然后不断地调整聚焦点。这个概念最早出现在认知心理学上面。
ICCV 2017深度解析：训练GAN的16大技巧与实践
ICCV（国际计算机视觉大会）2017年的一场演讲中，Facebook AI Research（FAIR）的研究员Soumith Chintala分享了关于训练Generative Adversarial Networks（GANs）的16个实用技巧。GAN是一种深度学习模型，由两部分...
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