深度学习日记

一、基于连续帧排序的语言分割
BubbleNets: Learning to Select the Guidance Frame in Video Object Segmentation by Deep Sorting Frames
论文地址：https://arxiv.org/pdf/1903.11779v1.pdf

二、手写体字型生成
Handwritten Chinese Font Generation with Collaborative Stroke Refinemen
提出了基于cnn模型的字形生成架构，首先利用协作策略训练合作笔画精炼技术来恢复缺失笔画部分；同时利用在线缩放增强技术来充分复用内容以减小训练集大小；并使得字形产生自适应的预变形、标准化和配准，只利用了750对字符进行训练。(from 上海交大)
论文地址：https://arxiv.org/pdf/1904.13268.pdf

三、目标分割
提出了一种无须锚点和非极大值抑制的目标检测方法，主要解决了复杂遮挡情况下召回率低的问题。研究人员提出了一种基于弱监督分割的多模态标记方法来实现更高的鲁棒性。利用bbox作为弱标记来得到鲁棒的检测表现，避免了超参数相关的锚框和非极大值抑制。(from 牛津)分割标记的成本是bbox成本的15倍以上，研究人员提出了基于bbox使用分割的方法来实现多模态标记，只需要一个模型即可处理多种情况。
论文地址：https://arxiv.org/pdf/1904.13300.pdf

四：场景人脸识别
http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/WiderFace_Results.html

五：边缘分割
RefineContourNet进行目标轮廓及边缘检测：Object Contour and Edge Detection with RefineContourNet
利用了Resnet抽取高层次特征并用于边缘检测，并融合了高、中、低特征，通过一定的方式层层融合。(from Helmut Schmidt University)
论文地址：https://arxiv.org/pdf/1904.13353.pdf