![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
边学边写
这个作者很懒,什么都没留下…
展开
-
FITV 去噪论文阅读笔记
First image then video: A two-stage network for spatiotemporal video denoising 阅读笔记一,论文做出的主要贡献提出了一种两阶段视频去噪算法,该算法首先在空间上降低帧内噪声,然后应用时空视频去噪,在任何地方都达到了较高的去噪性能,包括快速移动物体的边界。我们将这两个阶段集成在一个端到端可训练网络中,并为这两个不同的模块提供一个监督信号。 我们还探索纳入不同类型的监督信号。论文提出的有监督方案和无监督方案都在标准数据集上表现原创 2020-09-06 21:22:55 · 518 阅读 · 0 评论 -
Video Super-resolution with Temporal Group Attention 论文阅读笔记
Video Super-resolution with Temporal Group Attention 论文阅读笔记论文做出的贡献。相关工作组内融合模块组间融合模块上采样快速时空对齐方法FSA与其他方法的对比论文做出的贡献。提出了一种新颖的神经网络,该神经网络可以通过帧速率感知组以分层方式有效地融合时空信息介绍了一种快速空间对齐方法来处理运动较大的视频所提出的方法在两个流行的VSR基准上实现了最先进的性能。相关工作首先作者提出了将视频帧按照距离参考帧的大小来分组,如图中(1,2,3,4,原创 2020-09-03 23:25:20 · 375 阅读 · 0 评论 -
对偶问题在SVM中的应用
理解支持向量机SVM过程遇到的对偶问题最近在看周志华的西瓜书学习machine learning,看到支持向量机这一章的时候对其中的对偶问题部分真是百思不得其解,在查阅了一些资料后终于明白了其中的原理。我先简述一下问题背景在西瓜书中划分超平面所对应的基本问题为求解以下的非线性约束问题minw,b12∣∣w∣∣2s.t.yi(wTxi+b)≥1,i=1,2,...m(1.1)min_{w,b...原创 2020-02-07 16:50:49 · 286 阅读 · 0 评论