深度学习---学习一篇最新的论文

CVPR2018

还没选好文章，这也是一个漫长的学习过程啊

第一组：mask cnn

第二组：3D目标检测

KITTI数据集

2D：

两级检测框架：先找区域再分类

单级检测框架：直接产生物体的类别概率和位置坐标值；You Only Look Once算法

3D：

三维数据的获取：立体视觉系统Stero，多个摄像头匹配；RGB-D摄像头输出四通道图像，像素点与摄像头的距离；激光雷达，360旋转，判断返回时间，描绘出周围信息，精度更高。

三维数据的表示：点云；体素网格；三角网格；多视角表示

多视图输入学习，还是2D的数据

通过体积式表示学习，体素网络，直接处理的是3D数据

通过点云学习 point net

基于RGB-D数据进行3D目标检测的Frustum PointNets  最新的工作

 

第三组 底层图像处理

14年：SRCNN；图像块提取，非线性映射，图像重建；损失函数：MSE均方误差

16年：残差学习，复现细节VDSR;亚像素层ESCPN，将最后一次卷积得到的r平方个特征图重新排列，得到rHxrW大小的高分辨率图像

17年：SRGAN；感知损失，损失函数的改进：中间的真图和假图的；

18年：

 

第四组：风格变换

做风格变化的技术的梳理

图片转化成绘画风格，没有成对的

生成对抗网络GAN：生成器：想要相似的，判别器：分辨真假

条件对抗生成网络：加入标签

cycleGAN:不需要配对，只需风格保持一致即可。循环一致性损失：原分布到目标，目标到原分布

生成器：G,F

G的输出是要配对，单独训练，怎么确保风格一致？损失函数如何计算？

判别器：Dx  Dy

数据集：apple

 

第五组：保留细节的池化方法

平均池化：丢失细节

最大池化：保留最明显的细节

保留细节对识别有重大意义

已有尝试：最大与平均硬切换；根据输入数据特性使用学习树形线性组合；随机的方式选择领域中的节点进行池化

强调小的细节，也有可能会放大噪声

与平均值相差过大就会被强调

 

第六组 图像融合

没保存好，丢失了。。。

 

第七组 风格转换

深度学习 style loss和content loss，让风格与style更接近，内容与content更接近

高斯白噪声

style loss：没有监督信息

content loss：自己的不同输出通道矩阵，最小，

改进：

迭代过程变为前向网络，训练前向网络中的参数

固定style，用一系列实际的图片来训练参数

再改进：

不固定style

在编码器与解码器之间加入卷积核，一个编码器是一种风格，不同的style是不同的卷积核

首先训练编码解码器，再训练style，训练参数

不同的卷积核可以同时训练

同时用多个卷积核，进行风格融合，不同的区域采用不同的style

 

第八组  快速风格迁移

针对一个style

 

第九组 车辆检测

车辆检测无人驾驶技术的前提

第一步：生成车辆的候选区域

车辆检测方法：背景差分法等

基于深度学习的车辆检测算法

输入一个视频流，通过检测系统返回标出车

算法：Faster R-CNN通过RPN来代替传统的标框的方法

VGG-16

 

第十组 多域图像转换

生成对抗网络

输入一张图片，经过一个训练器就输出转换成多种结果

starGAN

辅助判别器

两个生成器

判别器:将图片判别到相应的域中

优化：

对抗性损失：

域分类丢失

重建损失：循环一致性损失

目标函数

对一个图像的某个特点进行变换，其他不变

微笑，愤怒这些都是标签

 

第十一组 异常事件检测

视频中的异常检测

视频帧预测网络的实现路径

U-Net卷积神经网络：改进的全卷积

收缩路径和扩展路径，23层 

 

第十二组 FCN 全卷积神经网络

之前无法对图片中的多个物体进行分类

在CNN最后的一维基础上进行改进，取消全连接改为1*1的卷积核

反卷积，上采样将图像变大

跳跃结构，最后得到的是高维特征会丢失低维的特征，采用跳跃结构保留一些低维特征

 

第十三组 已经没兴趣了

 

最后我准备选择图像融合的论文来自己实现