论文分析
ccly1996
这个作者很懒,什么都没留下…
展开
-
【论文阅读】Graphonomy: Universal Human Parsing via Graph Transfer Learning通过图迁移学习进行的通用人体解析
Problem问题人体解析是指将在图像中捕获的人分割成多个语义上一致的区域,例如, 身体部位和衣物。作为一种细粒度的语义分割任务,它比仅是寻找人体轮廓的人物分割更具挑战性。 人体解析对于以人为中心的分析非常重要,并且具有许多工业上的应用,例如,虚拟现实,视频监控和人类行为分析等等。Prior highly-tuned human parsing models tend to fit towa...原创 2019-11-25 09:36:19 · 1578 阅读 · 0 评论 -
DRCNN高光谱图像分类《Diverse Region-Based CNN for Hyperspectral Image Classification》论文解析
引言简介目前深度学习应用日趋广泛,而卷积神经网络(CNN)作为一种针对图像处理及其有效的网络框架在图像分类领域表现出了良好的性能与准确率。但是对于高光谱图像分类问题CNN也出现了一些问题。它们主要包括:1.同一类别的像素可能具有不同的光谱特征,不同类别的像素又可能具有相同的光谱特征,因此仅利用光谱特征很难区分不同像素代表的类别。2.不能利用高光谱图像当中充足的空间信息与光谱信息。3.不能...原创 2019-03-21 16:20:11 · 6018 阅读 · 9 评论 -
【论文阅读】《Remote Sensing Scene Classification Using Multilayer Stacked Covariance Pooling》MSCP遥感图像场景分类
目前计算机视觉领域日趋火热,针对图像分类的各种深度学习框架也逐渐被提出,这些框架表现出了良好的性能和准确率,但是针对遥感图像场景的分类问题的解决一直存在挑战,因为遥感图像中包含着大量的空间信息,这些空间信息中又包含着很强的类内变化以及很弱的类间变化,因此本文提出了一种MSCP的特征堆叠与协方差池化的方法来解决此类问题。摘要本文提出了一种新的遥感图像场景分类方法——MSCP。该方法的创新之处在于...原创 2019-04-04 20:34:23 · 3237 阅读 · 18 评论 -
【论文阅读】《Skip-Connected Covariance Network for Remote Sensing Scene Classification》跳跃连接协方差池化的遥感图像场景识别
摘要本文提出了一种用于遥感场景分类的新型端到端学习模型——跳跃链接协方差(SCCov)网络。本工作的创新之处在于将两个新的模块嵌入到传统的卷积神经网络(CNN)模型中,即,跳跃连接和协方差池化。SCCov具有双重优势。首先,通过跳跃接将CNN生成的多分辨率地物图结合起来,这对于解决遥感场景分类数据集中存在的大规模变化问题具有重要的好处。其次,利用协方差池化,可以充分利用多分辨率特征图中包含的二阶...原创 2019-07-08 09:41:48 · 1244 阅读 · 0 评论 -
【论文解析】《 Dense Symmetric Co-Attention for VQA》改进视觉和语言表示的密集对称协同注意力机制的视觉问题回答
Abstract摘要A key solution to visual question answering (VQA) exists in how to fuse visual and language features extracted from an input image and question.如何融合从输入图像和问题中提取的视觉和语言特征,是解决视觉问答问题的关键。We show...原创 2019-09-30 09:59:31 · 1373 阅读 · 1 评论