![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 94
无
姬霓钛美
勿在浮沙筑高台
展开
-
[论文阅读](SHAPING DATASETS: OPTIMAL DATA SELECTION FOR SPECIFIC TARGET DISTRIBUTIONS ACROSS DIMENSIONS)
提出了一种基于混合整数线性规划(MILP)的数据集操作方法。提出的优化可以将数据集缩小到特定的大小,同时在不同维度上强制执行特定的分布。它本质上利用了初始数据集的冗余,以生成更紧凑的版本,并在每个维度上具有特定的目标分布。如果期望的目标分布是均匀的,那么效果就是平衡的:所有不同维度的所有值都被平等地表示出来。根据问题的性质,还可以指定其他类型的目标分布。所提出的方法可用于机器学习,用于塑造训练和测试数据集,或用于众包,用于准备可管理的数据集。原创 2022-09-17 19:30:25 · 797 阅读 · 1 评论 -
[论文阅读](SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法))
近年来,为了保证在无约束场景下识别性能的稳定性和可靠性,人脸图像质量评估(FIQA)已经成为人脸识别系统不可或缺的一部分。为此,FIQA方法需要同时考虑人脸图像的内在属性和可识别性。以往的研究大多以估计样本嵌入不确定性或两两相似度作为质量分数,而只考虑部分类内信息。但是,这些方法忽略了来自类间的有价值的信息,这是对人脸图像可识别性的估计。在这项工作中,我们认为高质量的人脸图像应该与其类内样本相似,而与其类间样本不同。因此,我们提出了一种新的无监督的FIQA方法。转载 2022-09-03 15:14:11 · 822 阅读 · 0 评论 -
[论文阅读](Objective Quality Evaluation of Dehazed Images)
自动驾驶或驾驶辅助等基于视觉的智能系统可以通过提高恶劣天气条件下捕捉的场景的可视性来改进。特别是,许多图像去雾算法(DHAs)已被提出,以促进在雾霾天气中的应用。DHA的发展虽取得了长足的进步,但其质量评价却相对滞后。一般情况下,DHAs可以通过人体实验对其进行定性评价,也可以通过客观质量指标对其进行定量评价。相对于耗时、难以应用的主观评价,实际系统更需要具有定量结果的客观测度。本文系统地研究了真实模糊图像的DHQ评价方法。首先,我们构建了迄今为止最大的DHQ数据库,其中包括1750幅去雾图像7个功能。..原创 2022-07-30 21:08:11 · 697 阅读 · 1 评论 -
[论文阅读](gMAD)
文章目录gMAD CompetitionIQA模型比较应用范例gMAD CompetitionMAD[33]和gMAD竞争方法背后最基本的想法是放弃传统的原则。这里我们不是试图证明一个模型,而是试图反驳一个模型,一个更难被反驳的模型被认为是一个相对较好的模型。这个新原则使我们有机会大大减少所需的测试样本数量,因为在理想情况下,即使是一个反例也足以证明一个模型是错误的。gMAD方法的另一个重要组成部分是使用一种高效和自动的方法来找到潜在的反例。当试图反驳一个模型(被称为辩护者defender)时,不原创 2022-04-19 23:32:31 · 3709 阅读 · 0 评论 -
【论文阅读】【因果关系】
文章目录因果理论的三个层级因果理论的三个层级该篇是本人入门因果+CV的随笔,期间会借鉴记录别人的理解,引用的部分会给出原始连接,如有侵权请联系我删除。Judea Pearl老爷子的《The Book of Why》因果理论的探索类比成一个向上的阶梯,包含三个层级:Seeing,Doing和Imaging。当我们在说因果的时候我们在说什么第一层级:Association 关联对应的是大多数机器学习算法和动物。该层级强调基于被动的观察(passive observation)来预测,通过观察来寻.原创 2021-11-16 22:11:25 · 2049 阅读 · 0 评论 -
[论文阅读](Image Quality Assessment using Contrastive Learning)
文章目录摘要引言方法1. 辅助任务保持质量不变的变换实验结果摘要一种自我监督的方式获取图像质量表示的问题。我们使用畸变类型和程度的预测作为辅助任务,从包含合成和真实混合失真的未标记图像数据集学习特征。然后,我们训练一个深度卷积神经网络(CNN)使用一个contrastive pairwise来解决辅助问题。我们将提出的训练框架和产生的深层IQA模型作为对比图像质量评估器(CONTRIQUE)。在评估期间,CNN权重被冻结,线性回归器将学习的表示映射到NR设置中的质量分数。我们通过大量的实验表明,与原创 2022-03-18 20:27:43 · 1777 阅读 · 1 评论 -
[论文阅读](对比学习系列)
文章目录[2020] (ICML)SimCLR摘要Introduction方法The Contrastive Learning Framework[2020] (ICML)SimCLR摘要本文介绍了一个简单的视觉表征对比学习框架SimCLR。我们简化了最近提出的对比自监督学习算法,而不需要专门的架构或存储库。为了理解是什么使得对比预测任务能够学习有用的表示,我们系统地研究了我们框架的主要组成部分。我们表明(1)数据增强的组成在定义有效的预测任务中起着至关重要的作用,(2)在表示和对比损失之间引入一原创 2022-05-01 18:12:04 · 1795 阅读 · 0 评论 -
[论文阅读](不确定性系列)
文章目录摘要引言相关工作提出方法Graph constructionBayesian convolutional neural networksGraph representationUncertainty-guided graph attention network (UG-GAT)实验结果Data descriptionBaseline and implementation details摘要肺积液(PPE)是一种常见的情况,导致死亡的肺炎住院患者。在计算机断层扫描(CT)中快速区分复杂和非原创 2022-04-22 15:28:05 · 5550 阅读 · 1 评论 -
[论文阅读] Meta-Weight-Net: Learning an Explicit Mapping For Sample Weighting
文章目录摘要引言The Proposed Meta-Weight-Net Learning MethodThe Meta-learning Objective相关工作摘要目前的深度神经网络(DNNs)很容易对带有损坏标签或类不平衡的有偏训练数据(biased training data)进行过拟合。通常采用样本重加权策略来缓解这一问题,通过设计一个从训练损失到样本权重的权重函数映射,然后在权重重计算和分类器更新之间进行迭代。然而,目前的方法需要手动预先指定权重函数及其附加的超参数。根据所调查的问原创 2022-05-26 16:02:49 · 2171 阅读 · 8 评论 -
[论文阅读](Transformer系列)
文章目录一.Video Transformer Network摘要引言相关工作:Applying Transformers on long sequencesVideo Transformer NetworkSpatial backboneTemporal attention-based encoderClassification MLP headLooking beyond a short clip contextVideo Action Recognition with VTNImplementatio原创 2022-05-07 16:32:54 · 2184 阅读 · 3 评论 -
[论文阅读](Flood Segmentation on Sentinel-1 SAR Imagery with Semi-Supervised Learning)
文章目录摘要引言数据方法ResultsConclusionAppendixA Implementation DetailsB Experiments with Noisy Student TrainingC Supplemental Figures摘要洪水在世界各地肆虐,造成数十亿美元的损失,并连根拔起社区、生态系统和经济。美国国家航空航天局(NASA)的冲击洪水探测竞赛要求参与者在有监督的环境下使用合成孔径雷达(SAR)图像进行训练后,预测洪水像素。我们提出了一种半监督学习伪标记方案,该方案从原创 2022-04-30 10:32:00 · 644 阅读 · 0 评论 -
[论文阅读](图像/视频质量评价系列)
文章目录[2021] (QoMEX) Image Super-Resolution Quality Assessment:Structural Fidelity Versus Statistical Naturalness摘要引言2D QUALITY ASSESSMENT OF SISR IMAGESFUSING 2D ASSESSMENT FOR 1D PREDICTION结论[2021] (QoMEX) Image Super-Resolution Quality Assessment:Struct原创 2022-05-16 22:04:48 · 4905 阅读 · 0 评论 -
[DL/论文阅读](卷积神经网络)
文章目录CNN组件padding填白pooling池化计算卷积输出大小、参数量和计算量感受野(ReceptiveReceptiveReceptive FieldFieldField)CNN 与 MLPCNN 与 TransformerCNN组件padding填白参考从上面我们可以知道,原图像在经过filter卷积之后,变小了,从(8,8)变成了(6,6)。假设我们再卷一次,那大小就变成了(4,4)了。这样有啥问题呢?主要有两个问题:每次卷积,图像都缩小,这样卷不了几次就没了;相比原创 2022-04-12 16:54:32 · 2077 阅读 · 0 评论 -
[论文阅读](视频理解系列)
文章目录[2014] (NIPS)Two-stream ConvNets for Action recognition in videos前言标题和作者摘要引言双流网络实验部分结论和展望[2014] (NIPS)Two-stream ConvNets for Action recognition in videos前言视频数据的好处 :一起来读一下视频分类乃至整个视频理解领域里一篇开山之作,双流网络,也就是这里说的Two-Stream Convolutional Networks for A原创 2022-05-16 16:12:20 · 454 阅读 · 0 评论