医学图像处理论文阅读

论文阅读--Advances in AM Modulation Techniques to Improve Digital Transmission of HD Radio and DRM

改进高清广播数字传输和DRM的调幅调制技术进展论文信息：ByKyT.Luu,WayneDuelloandAndersMattssonHarrisBroadcastCommunications2004ABSTRACT  从摘要部分可以解读除两个本文主要关注的问题，一个是数字信号需要使用矢量调制技术（包络消除和还原EE&R）的发射机结构，那我们如果保证在发射机内精确组合数字信号的包络和相位分量，以产生
伊丽莎白鹅·2024-01-01 17:39

论文阅读——SG-Former

SG-Former:Self-guidedTransformerwithEvolvingTokenReallocation1.Introduction方法的核心是利用显著性图，根据每个区域的显著性重新分配tokens。显著性图是通过混合规模的自我关注来估计的，并在训练过程中自我进化。直观地说，我们将更多的tokens分配给显著区域，以实现细粒度的关注，而将更少的tokens分配到次要区域，以换取效
じんじん·2024-01-01 17:57

【论文阅读笔记】Meta Relational Learning for Few-Shot Link Prediction in Knowledge Graphs - EMNLP 2019

知识图谱-->知识补全-->长尾问题-->元关系学习基于度量的方法基于优化的方法（本文）文章目录Abstract1Introduction2RelatedWork2.1知识图谱嵌入2.2元学习（Meta-Learning）3TaskFormulation4Method4.1关系元学习器4.2嵌入学习器4.3训练目标5Experiments5.1数据集和评估指标5.2实施5.3结果5.4消融研究5.
卷卷0v0·2024-01-01 02:14

【论文阅读笔记】One-Shot Relational Learning for Knowledge Graphs - EMNLP 2018

知识图谱-->知识补全-->长尾问题-->元关系学习基于度量的方法（本文）基于优化的方法文章目录Abstract1Introduction2RelatedWork关系学习的嵌入模型小样本学习3Background3.1问题定义3.2One-Shot学习设置4Model4.1邻居编码器4.2匹配处理器4.3损失函数和训练5Experiments5.1数据集5.2实施细节5.3结果关于模型选择的备注5
卷卷0v0·2024-01-01 02:33

【论文阅读】Cyro-EM数据处理软件Dynamo

论文：《Dynamo:Aflexible,user-friendlydevelopmenttoolforsubtomogramaveragingofcryo-EMdatainhigh-performancecomputingenvironments》软件：目录AbstractKeywords1Introduction1.1CryoElectronTomographyandsubtomogramav
风花雪月西柠鸭·2023-12-31 23:50

【论文阅读】OccNeRF: Self-Supervised Multi-Camera Occupancy Prediction with Neural Radiance Fields

原文链接：https://arxiv.org/abs/2312.092431.引言3D目标检测任务受到无限类别和长尾问题的影响。3D占用预测则不同，其关注场景的几何重建，但多数方法需要从激光雷达点云获取的3D监督信号。本文提出OccNeRF，一种自监督多相机占用预测模型。首先使用图像主干提取2D特征。为节省空间，本文直接插值2D特征得到3D体素特征，而不使用交叉注意力。此外，本文考虑相机视野的无限
byzy·2023-12-31 11:09

论文阅读＜Contrastive Learning-based Robust Object Detection under Smoky Conditions＞

论文链接：https://openaccess.thecvf.com/content/CVPR2022W/UG2/papers/Wu_Contrastive_Learning-Based_Robust_Object_Detection_Under_Smoky_Conditions_CVPRW_2022_paper.pdfAbstract目标检测是指有效地找出图像中感兴趣的目标，然后准确地确定它们的
yrhzmu·2023-12-31 08:07

【论文阅读】Self-Paced Curriculum Learning

论文下载代码SupplementaryMaterialsbib:@INPROCEEDINGS{,title={Self-PacedCurriculumLearning},author={LuJiangandDeyuMengandQianZhaoandShiguangShanandAlexanderHauptmann},booktitle={AAAI},year={2015},pages={2694
来日可期1314·2023-12-31 08:04

Ref 系列 UniRef++: Segment Every Reference Object in Spatial and Temporal Spaces 论文阅读笔记

Ref系列UniRef++:SegmentEveryReferenceObjectinSpatialandTemporalSpaces论文阅读笔记一、Abstract二、引言三、相关工作3.1统一的模型
乄洛尘·2023-12-31 08:34

RSIS 系列 Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 论文阅读

RSIS系列RotatedMulti-ScaleInteractionNetworkforReferringRemoteSensingImageSegmentation论文阅读笔记一、Abstract二
乄洛尘·2023-12-31 08:33

LOAM: Lidar Odometry and Mapping in Real-time 论文阅读

论文链接LOAM:LidarOdometryandMappinginReal-time0.Abstract提出了一种使用二维激光雷达在6自由度运动中的距离测量进行即时测距和建图的方法距离测量是在不同的时间接收到的，并且运动估计中的误差可能导致生成的点云的错误配准本文的方法在不需要高精度测距或惯性测量的情况下同时实现了低漂移和低计算复杂性关键思想是将同时定位和建图的复杂问题划分为两个算法一个算法以高
KrMzyc·2023-12-31 08:29

RIS 系列 See-Through-Text Grouping for Referring Image Segmentation 论文阅读笔记

RIS系列See-Through-TextGroupingforReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作3.1SemanticSegmentationandEmbeddings3.2ReferringExpressionComprehension3.3ReferringImageSegmentation
乄洛尘·2023-12-31 08:29

论文阅读——EfficientViT（cvpr2023）

EfficientViT:MemoryEfficientVisionTransformerwithCascadedGroupAttention1、从三个角度探讨如何提高visiontransformers的效率：内存访问、计算冗余和参数使用。2.1.MemoryEfficiency红色字体表示操作所花费的时间主要由内存访问决定，而用于计算的时间要小得多。visiontransformers中内存不
じんじん·2023-12-31 02:02

【论文阅读】AADiff: Audio-Aligned Video Synthesis with Text-to-Image Diffusion

AADiff:基于文本到图像扩散的音频对齐视频合成。code：没开源paper：[2305.04001]AADiff:Audio-AlignedVideoSynthesiswithText-to-ImageDiffusion(arxiv.org)一种新的T2V框架，额外使用音频信号来控制时间动态，使现成的T2I扩散能够生成音频对准的视频。我们提出了基于音频的区域编辑和信号平滑，平衡了时间灵活性和连
李加号pluuuus·2023-12-30 06:04

论文阅读——Slide-Transformer（cvpr2023）

Slide-Transformer:HierarchicalVisionTransformerwithLocalSelf-Attention一、分析1、改进transformer的几个思路：（1）将全局感受野控制在较小区域，如：PVT，DAT，使用稀疏全局注意力来从特征图选择稀疏的键对值，并且在所有查询中共享它们。（2）就是SwinTransformer这条窗口注意力范式，输入被分为特殊设计的窗口
じんじん·2023-12-30 06:33

An Overview:Maritime Spatial-Temporal Trajectory Mining 论文阅读笔记

1引言在轨迹数据挖掘研究中，大多数研究都是集中在城市轨迹上，这些研究有更多的数据来源，如交通监控系统，手机和GPS等。然而，随着海上目标数量的增加，海洋空间-时空轨迹挖掘逐渐变的重要起来。海洋空间-时空轨迹主要包含一系列的位置和时间，同时还需要考虑与目标相关的信息，例如环境信息等。目前。海洋空间-时空轨迹有许多数据源，如识别系统（AIS）、地理信息系统（GIS）和雷达等。我们可以从AIS获取位置和
m0_59167578·2023-12-29 22:26

Robust data-driven state-feedback design 论文阅读

Robustdata-drivenstate-feedbackdesign论文阅读原文翻译摘要一、介绍二、准备工作三、数据驱动状态反馈A.不确定闭环参数化引用原文翻译摘要我们考虑以下问题：直接基于测量数据设计离散时间线性时不变系统的鲁棒状态反馈控制器
Aikwed·2023-12-29 08:43

跨模态检索论文阅读：Plug-and-Play Regulators for Image-Text Matching用于图像文本匹配的即插即用调节器

Plug-and-PlayRegulatorsforImage-TextMatching用于图像文本匹配的即插即用调节器利用细粒度的对应关系和视觉语义比对在图像-文本匹配中显示出巨大的潜力。通常，最近的方法首先使用跨模态注意力单元来捕捉潜在的区域-单词交互，然后整合所有比对以获得最终的相似性。然而，它们大多采用具有复杂结构或额外信息的一次性前向关联或聚合策略，而忽略了网络反馈的调节能力。在本文中，
若年封尘·2023-12-29 08:11

多模态大模型-CogVLm 论文阅读笔记

多模态大模型-CogVLm论文阅读笔记COGVLM:VISUALEXPERTFORLARGELANGUAGEMODELS论文地址:https://arxiv.org/pdf/2311.03079.pdfcode
Magicapprentice·2023-12-29 08:39

Comprehensive Regularization in a Bi-directional Predictive Network for Video Anomaly Detection 论文阅读

ComprehensiveRegularizationinaBi-directionalPredictiveNetworkforVideoAnomalyDetection论文阅读AbstractIntroductionRelatedWorkMethodologyExperimentsConclusion
何大春·2023-12-28 16:47

论文阅读《Rethinking Efficient Lane Detection via Curve Modeling》

目录Abstract1.Introduction2.RelatedWork3.B´ezierLaneNet3.1.Overview3.2.FeatureFlipFusion3.3.End-to-endFitofaB´ezierCurve4.Experiments4.1.Datasets4.2.EvalutaionMetics4.3.ImplementationDetails4.4.Comparis
大龙唉·2023-12-28 16:16

EXPLORING DIFFUSION MODELS FOR UNSUPERVISED VIDEO ANOMALY DETECTION 论文阅读

EXPLORINGDIFFUSIONMODELSFORUNSUPERVISEDVIDEOANOMALYDETECTION论文阅读ABSTRACT1.INTRODUCTION2.RELATEDWORK3.
何大春·2023-12-28 16:16

Feature Prediction Diffusion Model for Video Anomaly Detection 论文阅读

FeaturePredictionDiffusionModelforVideoAnomalyDetection论文阅读Abstract1.Introduction2.Relatedwork3.Method3.1
何大春·2023-12-28 16:07

论文阅读《Efficient and Explicit Modelling of Image Hierarchies for Image Restoration》

论文地址：https://openaccess.thecvf.com/content/CVPR2023/papers/Li_Efficient_and_Explicit_Modelling_of_Image_Hierarchies_for_Image_Restoration_CVPR_2023_paper.pdf源码地址：https://github.com/ofsoundof/GRL-Image
CV科研随想录·2023-12-28 16:41

论文阅读《Wavelet-Based Texture Reformation Network for Image Super-Resolution》

论文地址：https://arxiv.org/ftp/arxiv/papers/1907/1907.10213.pdf源码地址：https://github.com/zskuang58/WTRN-TIP概述  这篇论文提出了一种基于小波变换的纹理重构网络（WTRN），用于从参考图像中提取和迁移纹理信息，提高低分辨率图像的质量。该方法利用小波变换将纹理特征分解为不同频率的子带，分别进行特征匹配和特征
CV科研随想录·2023-12-28 16:40

论文阅读《Spherical Space Feature Decomposition for Guided Depth Map Super-Resolution》

论文地址：https://openaccess.thecvf.com/content/ICCV2023/papers/Zhao_Spherical_Space_Feature_Decomposition_for_Guided_Depth_Map_Super-Resolution_ICCV_2023_paper.pdf源码地址：https://github.com/Zhaozixiang1228/G
CV科研随想录·2023-12-28 16:10

论文阅读《Restormer: Efficient Transformer for High-Resolution Image Restoration》

论文地址：https://openaccess.thecvf.com/content/CVPR2022/html/Zamir_Restormer_Efficient_Transformer_for_High-Resolution_Image_Restoration_CVPR_2022_paper.html源码地址：https://github.com/swz30/Restormer概述  图像恢复
CV科研随想录·2023-12-28 16:00

读论文之StoryGAN

ASequentialConditionalGANforStoryVisualization本文参考StoryGAN-CSDN博客https://blog.csdn.net/Forlogen/article/details/93378325论文阅读
全是头发的羊羊羊·2023-12-28 12:41

论文阅读：Large Language Models Are Zero-Shot Time Series Forecasters（2023NIPS）

摘要文章涉及了两个时间序列的任务：forecasting，imputation.对于预测任务：通过将时间序列编码为一系列数字，可以将时间序列预测任务转化为文本里面的next-token预测任务。在大规模预训练语言模型的基础上，文章提出了一些方法用于有效编码时间序列数据，并将离散分布的编码转换成灵活的连续分布（分布转换部分涉及到诸多统计学知识）。在数值补全任务中，文章展示了语言模型（LLMs）如何通
知福致福·2023-12-28 11:03

【论文阅读】Realtime multi-person 2d pose estimation using part affinity fields

OpenPose：使用部分亲和场的实时多人2D姿势估计。code：GitHub-ZheC/Realtime_Multi-Person_Pose_Estimation:Coderepoforrealtimemulti-personposeestimationinCVPR'17(Oral)paper：[1611.08050]RealtimeMulti-Person2DPoseEstimationusi
李加号pluuuus·2023-12-28 02:20

【论文阅读+复现】SparseCtrl: Adding Sparse Controls to Text-to-Video Diffusion Models

SparseCtrl:在文本到视频扩散模型中添加稀疏控制。（AnimateDiffV3，官方版AnimateDiff+ControlNet，效果很丝滑）code：GitHub-guoyww/AnimateDiff:OfficialimplementationofAnimateDiff.paper：https://arxiv.org/abs/2311.16933目录文章1介绍2背景3方法4实验5结论
李加号pluuuus·2023-12-28 02:18

[论文阅读笔记] TRACE: A Comprehensive Benchmark for Continual Learning In Large Language Models

一、论文信息1论文标题TRACE:AComprehensiveBenchmarkforContinualLearningInLargeLanguageModels2发表刊物arXiv20233作者团队复旦大学4关键词Benchmark、ContinualLearing、LLMs二、文章结构TRACEIntroductionRelatedWorkCLCLBenchmarksinNLPChainofT
ZedKingCarry·2023-12-28 00:14

图像融合论文阅读：(DeFusion)Fusion from decomposition: A self-supervised decomposition approach for image fus

@inproceedings{liang2022fusion,title={Fusionfromdecomposition:Aself-superviseddecompositionapproachforimagefusion},author={Liang,PengweiandJiang,JunjunandLiu,XianmingandMa,Jiayi},booktitle={EuropeanCo
qiang42·2023-12-27 22:23

图像融合论文阅读：LRRNet: A Novel Representation Learning Guided Fusion Network for Infrared and Visible Imag

@ARTICLE{10105495,author={Li,HuiandXu,TianyangandWu,Xiao-JunandLu,JiwenandKittler,Josef},journal={IEEETransactionsonPatternAnalysisandMachineIntelligence},title={LRRNet:ANovelRepresentationLearningGui
qiang42·2023-12-27 22:23

图像融合论文阅读：ReCoNet: Recurrent Correction Network for Fast and Efficient Multi-modality Image Fusion

@inproceedings{huang2022reconet,title={Reconet:Recurrentcorrectionnetworkforfastandefficientmulti-modalityimagefusion},author={Huang,ZhanboandLiu,JinyuanandFan,XinandLiu,RishengandZhong,WeiandLuo,Zhon
qiang42·2023-12-27 22:23

图像融合论文阅读:SwinFuse: A Residual Swin Transformer Fusion Network for Infrared and Visible Images

@article{wang2022swinfuse,title={SwinFuse:Aresidualswintransformerfusionnetworkforinfraredandvisibleimages},author={Wang,ZhisheandChen,YanlinandShao,WenyuandLi,HuiandZhang,Lei},journal={IEEETransactio
qiang42·2023-12-27 22:52

图像融合论文阅读：RFN-Nest: An end-to-end resid- ual fusion network for infrared and visible images

@article{li2021rfn,title={RFN-Nest:Anend-to-endresidualfusionnetworkforinfraredandvisibleimages},author={Li,HuiandWu,Xiao-JunandKittler,Josef},journal={InformationFusion},volume={73},pages={72–86},yea
qiang42·2023-12-27 22:52

图像融合论文阅读：CoCoNet: 基于多层特征集成的耦合对比学习网络多模态图像融合

@article{liu2023coconet,title={Coconet:Coupledcontrastivelearningnetworkwithmulti-levelfeatureensembleformulti-modalityimagefusion},author={Liu,JinyuanandLin,RunjiaandWu,GuanyaoandLiu,RishengandLuo,Zh
qiang42·2023-12-27 22:22

【论文阅读笔记】Detecting Camouflaged Object in Frequency Domain

1.论文介绍DetectingCamouflagedObjectinFrequencyDomain基于频域的视频目标检测2022年发表于CVPR[Paper][Code]2.摘要隐藏目标检测（COD）旨在识别完美嵌入其环境中的目标，在医学，艺术和农业等领域有各种下游应用。然而，以人眼的感知能力来识别遮挡的物体是一项极具挑战性的任务。因此，我们主张COD任务的目标不仅仅是在单个RGB域中模仿人类的视
咔叽布吉·2023-12-27 22:22

【论文阅读】Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation

动画化Anyone：用于角色动画的一致且可控的图像到视频合成。paper：https://arxiv.org/abs/2311.17117code：还没开源1摘要角色动画，通过驱动信号从静止图像生成角色视频。扩散模型在图像->视频领域仍然存在挑战，保持时序与角色细节信息的一致性是一个艰巨的问题。在本文中，作者利用扩散模型的力量，提出了一种为角色动画量身定制的新颖框架。为了保持复杂外观特征的一致性，
李加号pluuuus·2023-12-27 20:53

Good Semi-supervised learning That requires a Bad GAN论文阅读笔记

前置知识GAN（生成对抗网络）在semi-supervisedlearning（半监督学习）上取得了较强的实证成果，但是有两点是我们都没搞明白的：discriminator（判别器）是如何从与generator（生成器）的联合训练中收益的为什么一个好的classification（分类）效果和一个好的生成器不能同时获得本质目标为了更好的寻找能正确分类的low-densityboundary（低密度
Gary_Liu·2023-12-27 19:12

论文阅读——X-Decoder

GeneralizedDecodingforPixel,Image,andLanguageTowardsaGeneralizedMulti-ModalFoundationModel1、概述X-Decoder没有为视觉和VL任务开发统一的接口，而是建立了一个通用的解码范式，该范式可以通过采用共同的（例如语义）但尊重自然差异（例如空间掩码与序列语言）来无缝连接任务，从而全面显著改进不同的分割和VL工作
じんじん·2023-12-27 17:07

论文阅读——TÜLU

HowFarCanCamelsGo?ExploringtheStateofInstructionTuningonOpenResources统一输入格式：将所有数据集格式化为遵循聊天机器人风格的模式，以统一指令数据集的各种风格和格式。用户输入和目标话语之前特殊token：，助手结尾标志。TÜLU：通过整合资源实现更好的教学调优模型加指令的多样性可以有效地提高指令调整的性能。所以创建了两个混合数据集，
じんじん·2023-12-27 17:07

论文阅读—— Multimodal Foundation Models:From Specialists to General-Purpose Assistants（Chapter 3）

MultimodalFoundationModels:FromSpecialiststoGeneral-PurposeAssistantsChapter3VisualGenerationVisualgeneration是AIGC的核心。人类将自己的意图作为输入条件输入到生成模型中，例如类标签、文本、边界框、布局掩码等。鉴于开放式文本描述提供的灵活性，文本条件（包括文本到图像/视频/3D）已成为条件
じんじん·2023-12-27 17:36

论文阅读——UniRepLKNet

UniRepLKNet:AUniversalPerceptionLarge-KernelConvNetforAudio,Video,PointCloud,Time-SeriesandImageRecognition当我们将一个3×3的conv添加到一个小卷积核ConvNet中时，我们预计它会同时产生三种效果——1）使感受野更大，2）增加空间模式的抽象层次（例如，从角度和纹理到对象的形状），3）通过
じんじん·2023-12-27 17:06

NLP论文阅读记录 - 以大语言模型为参考学习总结

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1文本生成模型的训练方法2.2基于LLM的自动评估2.3LLM蒸馏和基于LLM的数据增强三.本文方法3.1SummarizeasLargeLanguageModels3.1.1前提3.1.2大型语言模型作为参考具有准参考摘要的MLE3.1.3从基于法学硕士的评估中学习对比学习用于总结质量
yuyuyu_xxx·2023-12-27 07:55

【论文阅读笔记】SimCLR - A Simple Framework for Contrastive Learning of Visual Representations

【论文阅读笔记】SimCLR-ASimpleFrameworkforContrastiveLearningofVisualRepresentations摘要这篇文章介绍了SimCLR，这是一个用于对视觉表示进行对比学习的简单框架
Kirvin_xia·2023-12-26 17:48

【论文阅读笔记】序列数据的数据增强方法综述

【论文阅读笔记】序列数据的数据增强方法综述摘要 这篇论文探讨了在深度学习模型中由于对精度的要求不断提高导致模型框架结构变得更加复杂和深层的趋势。
Kirvin_xia·2023-12-26 17:18

论文阅读＜CF-YOLO: Cross Fusion YOLO for Object Detection in Adverse Weather.....＞

论文链接：https://arxiv.org/pdf/2309.08152.pdfhttps://arxiv.org/pdf/2206.01381.pdfhttps://arxiv.org/pdf/2309.08152.pdf代码链接：https://github.com/DiffPrompter/diff-prompter目前没有完整代码放出。恶劣天气下的目标检测主要有以下三种解决方案：1）使用
yrhzmu·2023-12-26 11:40

【论文阅读】MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention

文章目录摘要创新点总结实现效果总结摘要链接：https://arxiv.org/abs/2312.08866医学图像分割是医学图像处理和计算机视觉领域的关键挑战之一。
AI浩·2023-12-25 14:40
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他