论文笔记
文章平均质量分 94
sc0024
这个作者很懒,什么都没留下…
展开
-
【论文阅读-强化学习】基于深度强化学习的多区域MEC网络中支持缓存的计算卸载
Caching-Enabled Computation Offloading in Multi-Region MEC Network via Deep Reinforcement Learning之前没接触过这个领域,所以还是翻一下introduction~云计算可以通过互联网向用户提供可扩展的虚拟化资源软件和数据服务,使用户能够按需获取计算资源和存储资源[1]。然而,随着5G技术的快速发展和移动设备流量的快速增长,传统蜂窝网络通信模式的缺点已经开始显现。人们对未来5G网络的研究计划表明,5G网络需要承载原创 2022-08-29 15:09:14 · 1519 阅读 · 7 评论 -
Facial Motion Capture 调研
facial motion capture 调研原创 2022-07-25 18:15:21 · 1022 阅读 · 0 评论 -
【论文阅读-表情捕捉】High-quality Real Time Facial Capture Based on Single Camera
High-quality Real Time Facial Capture Based on Single Camera原创 2022-07-25 10:32:41 · 817 阅读 · 0 评论 -
【论文阅读-表情捕捉】ExpNet: Landmark-Free, Deep, 3D Facial Expressions
ExpNet: Landmark-Free, Deep, 3D Facial Expressions原创 2022-07-29 15:04:22 · 923 阅读 · 0 评论 -
CVPR2021 - Inception Convolution with Efficient Dilation Search
2021的CVPR最近出炉啦,觉得总局限在自己做的那个小方向里还是不行,要把眼光放长远一点,广泛地读论文~加油Inception Convolution with Efficient Dilation Search论文地址:代码地址:顺便安利一个CVPR整理地址贴:https://github.com/amusi/CVPR2021-Papers-with-Code...原创 2021-03-12 12:55:29 · 773 阅读 · 0 评论 -
CVPR 2020 - 频谱正则化
Watch your Up-Convolution: CNN Based Generative Deep Neural Networks are Failing to ReproduceSpectral Distributions论文:https://arxiv.org/abs/2003.01826代码:https://github.com/cc-hpc-itwm/UpConv摘要:生成式卷积深度神经网络,例如流行的GAN架构,依赖于基于卷积的上采样方法来生成非标量输出,例如图像或视频序列。在.原创 2020-08-23 14:45:13 · 1587 阅读 · 5 评论 -
读论文 - Unpaired Portrait Drawing Generation via Asymmetric Cycle Mapping
昨天刚看了Cycle GAN,今天这篇CVPR2020跟Cycle GAN很类似,做的任务是基于非成对数据的肖像画生成,区别是采用了非对称的循环映射(参考Cycle GAN里的循环一致性 https://blog.csdn.net/weixin_42108775/article/details/108102599)论文下载:Unpaired Portrait Drawing Generation via Asymmetric Cycle Mapping代码地址:https://github.com/原创 2020-08-21 12:35:36 · 911 阅读 · 1 评论 -
读论文-Cycle GAN
pix2pix和Cycle GAN都是做风格迁移,出自同一个团队,区别在于pix2pix需要成对数据集,而Cycle GAN引入循环一致性损失之后不需要成对数据了,泛化能力更强。论文地址:https://arxiv.org/pdf/1703.10593.pdf代码地址:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pixCycle GAN 系统架构示意图 图源@量子位...原创 2020-08-21 00:06:23 · 1670 阅读 · 0 评论 -
读论文- pix2pix
Image-to-Image Translation with Conditional Adversarial Networks(pix2pix)代码地址:https://github.com/phillipi/pix2pix摘要:我们研究条件对抗网络,作为图像到图像翻译问题的通用解决方案。这些网络不仅学习从输入图像到输出图像的映射,而且学习损失函数来训练该映射。这使得可以将相同的通用方法应用于传统上需要非常不同的损失公式的问题。我们证明了这种方法可有效地从标签图合成照片,从边缘图重建对象以及为图像原创 2020-08-19 16:15:25 · 840 阅读 · 0 评论 -
CVPR2020 - 自校准卷积
今天开始看2020年的CVPR(论文合集地址:https://github.com/amusi/CVPR2020-Code)Improving Convolutional Networks with Self-Calibrated Convolutions(通过自校准卷积改进卷积神经网络)论文源码地址:https://github.com/backseason/SCNet文章下载地址:http://mftp.mmcheng.net/Papers/20cvprSCNet.pdf由原文翻译整理,原创 2020-08-10 11:43:48 · 3746 阅读 · 2 评论