图像去雾论文阅读第29页

再见，CSDN

在这5年里，陆陆续续在CSDN上发布了很多论文阅读笔记、教程、技术文章等等，记录了我从大四到研究生再到工作这段时间的学习和成长轨迹。我一直有备份个人资料的习惯，尤其是耗费了大量精力写作的博客。

zzy979·2023-09-05 07:08

诸神缄默不语的论文阅读笔记和分类

诸神缄默不语-个人CSDN博文目录legalAI+文本摘要算文本摘要，legalAI+其他算legalAI。Re后面的顺序是我写笔记的顺序，论文本身的发表顺序标在论文标题前面了。文章目录GNN通用同质图节点表征通用异质图节点表征同质图链路预测LLM理论实践文本摘要LegalAILJP分类文本相似性案例匹配案例检索/推荐公平性事件检测信息抽取其他信息抽取意图识别+槽填充数值推理MWPGNN通用同质图

诸神缄默不语·2023-09-05 06:00

Re45：读论文 GPT-1 Improving Language Understanding by Generative Pre-Training

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文全名：ImprovingLanguageUnderstandingbyGenerativePre-Training论文下载地址：https

诸神缄默不语·2023-09-05 06:28

【图像超分辨率重建】——SwinIR论文阅读笔记

SwinIR:ImageRestorationUsingSwinTransformer基本信息：期刊：ICCV2021摘要：图像恢复是一个长期存在的低级视觉问题，其目的是从低质量图像（例如，缩小、噪声和压缩图像）。虽然最先进的图像恢复方法是基于卷积神经网络，但很少有人尝试使用Transformers，这些Transformers在高级视觉任务中表现出令人印象深刻的性能。在本文中，我们提出了一个强基

沉潜于·2023-09-05 06:41

raft理论与实践[5]-lab2c-持久化

准备工作阅读raft论文阅读我写的raft理论与实践[1]-理论篇阅读raft理论与实践[2]-lab2a阅读raft理论与实践[3]-lab2a讲解阅读raft理论与实践[4]-lab2b日志复制由于我们需要模拟

唯识相链2·2023-09-04 22:53

论文阅读方法（整理自公众号）

七步读论文：博客作者RichmondAlake是一名机器学习和计算机视觉工程师，主要工作就是帮助各种初创公司开发深度学习模型来解决商业应用中的计算机视觉任务，技术领域的从业时间超过5年。第一步：选个好题目（课题？）对每个人来说，好题目的定义都是不一样的，不过有一点是相同的，要选择一个感兴趣的或者已经有经验的机器学习领域。对于博客作者来说，深度学习就是他的兴趣。Richmond表示他当时「误入」计算

Gaoshu101·2023-09-04 21:33

论文阅读：Distortion-Free Wide-Angle Portraits on Camera Phones

论文阅读：Distortion-FreeWide-AnglePortraitsonCameraPhones今天介绍一篇谷歌2019年的论文，是关于广角畸变校正的。

Matrix_11·2023-09-04 14:05

自动驾驶入门日记-14-2018CVPR自动驾驶论文阅读

太让当空照，导师对我笑，老师说，早早早，你为什么论文发的那么少。不说了，都是泪啊，科研不易，且行且珍惜吧，尤其是我这一头还算茂密的黑发（手动撩发）。最近科技界比较平静，好像没有什么惊世骇俗的事情发生，我每天也是默默的看着论文，撸着代码，享受着岁月静好。要说有什么好玩的事情，应该是我们的吴恩达（AndrewNg）老师最近就在今天宣布开始种地啦，国人田园风光才是真正美好啊。开玩笑的啦，新闻是这样的：L

我爱大头老婆·2023-09-04 10:31

2020-04-14(论文阅读):time Series Prediction Based on Temporal Convolutional Network

题目：基于时间卷积网络的时间序列预测随着社会生活的发展，预测变得越来越重要。作为新兴的序列建模模型，时间卷积网络已被证明在诸如音频合成和自然语言处理等任务上表现出色。但是很少用于时间序列预测。在本文中，我们将时间卷积网络应用于时间序列预测问题。门控线性单位允许梯度通过线性单位传播而无需缩放，因此我们将其引入时间卷积网络。为了提取更多有用的特征，我们提出了一种多通道门控时间卷积网络模型。我们使用

AllTimeStudy·2023-09-04 00:53

RIS 系列 Semantics-Aware Dynamic Localization and Refinement for Referring Image Segmentation 论文阅读笔记

RIS系列Semantics-AwareDynamicLocalizationandRefinementforReferringImageSegmentation论文阅读笔记一、Abstract二、引言三

乄洛尘·2023-09-03 23:04

DETR 系列 Mask Frozen-DETR: High Quality Instance Segmentation with One GPU 论文阅读笔记

DETR系列MaskFrozen-DETR:HighQualityInstanceSegmentationwithOneGPU论文阅读笔记一、Abstract二、引言三、相关工作目标检测实例分割讨论四、

乄洛尘·2023-09-03 23:30

You Do Not Need Additional Priors or Regularizers in Retinex-based Low-light Image Enhancement论文阅读笔记

这是CVPR2023的一篇有监督暗图增强的论文。用了对比学习、自蒸馏学习和progressivelearning。文章提出，手工设计的retinex先验总归不太准确，因此要抛弃手工设计的先验，所以缩减至如下目标函数：用网络来估计就是如下公式：但仍不足够，直接估计R和L分量进行相乘，会导致一些误差，如下：为此文章提出不要估计R和L分量，而是隐式地估计R和L特征即可对比学习如果用缩减的retinex公

ssf-yasuo·2023-09-03 14:18

Learning a Simple Low-light Image Enhancer from Paired Low-light Instances 论文阅读笔记

这是CVPR2023的弱监督暗图增强论文，需要一个对同一场景有两个不同亮度相同内容的暗图的数据集，但论文提出可以对一张暗图做类似neighbor2neighbor的采样操作得到两张图片来获得。网络结构如下图所示，由3个模块组成，P-net负责对图片进行去噪和去伪影操作，L-Net和R-Net分别对应retinex模型中的L分量和R分量估计。g(L)就是gamma校正。可以看到，训练过程有3个损失，

ssf-yasuo·2023-09-03 14:18

论文阅读_扩散模型_DM

英文名称:DeepUnsupervisedLearningusingNonequilibriumThermodynamics中文名称:使用非平衡热力学原理的深度无监督学习论文地址:http://arxiv.org/abs/1503.03585代码地址:https://github.com/Sohl-Dickstein/Diffusion-Probabilistic-Models时间:2015-11

xieyan0811·2023-09-03 14:44

论文阅读_扩散模型_DDPM

英文名称:DenoisingDiffusionProbabilisticModels中文名称:去噪扩散概率模型论文地址:http://arxiv.org/abs/2006.11239代码地址1:https://github.com/hojonathanho/diffusion（论文对应代码tensorflow）代码地址2:https://github.com/AUTOMATIC1111/stabl

xieyan0811·2023-09-03 14:43

超图嵌入论文阅读2：超图神经网络

超图嵌入论文阅读2：超图神经网络原文：HypergraphNeuralNetworks——AAAI2019（CCF-A）源码：https://github.com/iMoonLab/HGNN500+star

Ricardo1998·2023-09-03 07:58

超图嵌入论文阅读1：对偶机制非均匀超网络嵌入

超图嵌入论文阅读1：对偶机制非均匀超网络嵌入原文：NonuniformHyper-NetworkEmbeddingwithDualMechanism——TOIS（一区CCF-A）背景超边：每条边可以连接不确定数量的顶点我们关注超网络的两个属性

Ricardo1998·2023-09-03 07:55

【论文阅读26】GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks

Alan and fish·2023-09-03 03:51

【论文阅读】Pay Attention to MLPs

作者：GoogleResearch,BrainTeam泛读：只关注其中cv的论述提出了一个简单的网络架构，gMLP，基于门控的MLPs，并表明它可以像Transformers一样在关键语言和视觉应用中发挥作用提出了一个基于MLP的没有self-attention结构名为gMLP，仅仅存在静态参数化的通道映射（channelprojections）和空间映射（spatialprojections）g

挥剑决浮云 -·2023-09-03 00:16

【论文阅读】【金融】【经典论文解读】CAPITAL ASSET PRICES: A THEORY OF MARKET EQUILIBRIUM UNDER CONDITIONS OF RISK

文章目录前言文章结构与摘要论文正文与解读IIntroductionII.OPTIMALINVESTMENTPOLICYFORTHEINDIVIDUALTheInvestor'sPreferenceFunctionTheInvestmentopportunitycurveThePureRateofInterestIII.EQUILIBRIUMINTHECAPITALMARKETIV.THEPRICE

代码小叶·2023-09-02 17:37

《论文阅读21》Equivariant Multi-View Networks

一、论文研究领域：计算机视觉|多视角数据处理中实现等变性论文：EquivariantMulti-ViewNetworksICCV2019论文链接视频链接二、论文简述在计算机视觉中，模型在不同视角下对数据（例如，点云、图像等）对数据的变化具有一定的响应性。为了使模型能够更好地适应这种变化，不是仅仅对某个特定视角的数据进行训练，研究人员提出了等变多视角网络的概念。能够同时处理多视角数据，并通过共享权重

Darren_pty·2023-09-02 13:36

论文阅读_医疗知识图谱_GraphCare

英文名称:GraphCare:EnhancingHealthcarePredictionswithOpen-WorldPersonalizedKnowledgeGraphs中文名称:GraphCare：通过开放世界的个性化知识图增强医疗保健预测文章:http://arxiv.org/abs/2305.12788代码:https://github.com/pat-jj/GraphCare作者:Pen

xieyan0811·2023-09-02 05:50

论文阅读_变分自编码器_VAE

英文名称:Auto-EncodingVariationalBayes中文名称:自编码变分贝叶斯论文地址:http://arxiv.org/abs/1312.6114时间:2013作者:DiederikP.Kingma,阿姆斯特丹大学引用量:248401读后感VAE变分自编码（VariationalAutoencoder）是一种生成模型，它结合了自编码器和概率图模型的思想。它的目标是：解决对复杂性高

xieyan0811·2023-09-02 05:16

周五 2020-06-05 23:00 - 06:00 雨 7h16m

休息-睡觉6:006:006:303-日常-学习强国0:306:307:20饭早10:507:207:432-技能-时间管理-日总结0:237:437:503-日常-0:077:508:431-科研-论文阅读

么得感情的日更机器·2023-09-01 21:16

（汉）Single image haze removal using content-adaptive dark channel and post enhancement

使用内容适应暗通道和后置增强的单张图像去雾摘要：作为一个具有挑战性的问题，图像去雾在计算机视觉应用中有很重要的地位。

renjiewen1995·2023-09-01 20:44

论文阅读》用提示和释义模拟对话情绪识别的思维过程 IJCAI 2023

《论文阅读》用提示和复述模拟对话情绪识别的思维过程IJCAI2023前言简介相关知识promptengineeringparaphrasing模型架构第一阶段第二阶段History-orientedpromptExperience-orientedPromptConstructionLabelParaphrasing

365JHWZGo·2023-09-01 20:37

论文阅读：Image as Set of Points

摘要卷积网络认为图像是带有规则形状的有组织的像素点，通过卷积操作对局部区域进行特征提取。ViTs把图像认为是块的序列，通过注意力机制在全局范围内进行特征提取。我们提出了一种不同于ConvNets和ViTs的特征提取结构Contetxclusters(CoCs)引言CoCs把图片视为无组织的点的集合，通过简单的聚类算法进行特征提取。具体来说，每个点包含原始特征（比如颜色等等）和位置信息（坐标）,通过

专注认真努力·2023-09-01 19:31

区块链论文阅读（2）-EVMPatch: Timely and Automated Patching of Ethereum Smart Contracts

Abstract最近利用智能合约代码中的错误进行的攻击造成了毁灭性的后果，从而质疑了这项技术的好处。目前，修复错误并及时部署修补过的合约极具挑战性。由于区块链系统的分布式特性，智能合约始终在线，因此即时修补尤为重要。智能合约管理着大量资产，这些资产面临风险，并且在遭受攻击后往往无法恢复。升级智能合约的现有解决方案依赖于手动且容易出错的流程。本文提出了一个名为EVMPATCH的框架，可以立即自动修补

是永是之·2023-09-01 07:45

论文阅读4-综述文章：深度卷积神经网络在计算机视觉中的应用研究综述

目标检测传统算法传统算法Cascade+HOG/DPM+Haar/SVM大概意思就是使用一个固定大小的滑动窗口去截取固定窗口大小的图像，分别再进行特征匹配和分类。深度学习算法图像分类传统是传统图像分类算法主要使用ＳＩＦＴ，ＬＢＰ等算法来手动提取特征，再将提取的特征用于训练支持向量机（Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）等分类器进行分类取得的最好的错误率是28.2%Ｒ-ＣＮＮ模型Ale

人生总可重来·2023-08-31 20:40

论文阅读_基于深度学习的异常检测综述

英文题目：DeepLearningforAnomalyDetection:AReview中文题目：基于深度学习的异常检测综述论文地址：https://arxiv.org/pdf/2007.02500.pdf领域：异常检测，深度学习发表时间：2020.01作者：GuansongPang，阿德莱德大学出处：ACMComput.Surv.被引量：697（谷歌学术）代码和数据：见论文附录A阅读时间：202

xieyan0811·2023-08-31 15:13

[论文笔记oc-sort] Observation-Centric SORT: Rethinking SORT for Robust Multi-Object Tracking

本文作为OC-SORT的论文阅读记录，中间可能会加入自己的看法，由于是tracking这块的初学者，文中若有错误的认识麻烦读者帮忙修正。

你的小董_·2023-08-31 10:17

《论文阅读19》Multisource forest point cloud registration with semantic-guided keypointsand robust RANSAC

一、论文研究领域：点云配准论文：Multisourceforestpointcloudregistrationwithsemantic-guidedkeypointsandrobustRANSACmechanismsInternationalJournalofAppliedEarthObservationsandGeoinformationReceived29August2022,Revised2

Darren_pty·2023-08-31 09:22

《论文阅读21》Group Equivariant Convolutional Networks

一、论文研究领域：机器学习论文：GroupEquivariantConvolutionalNetworksPMLRProceedingsofMachineLearningResearch2016论文链接二、论文简述三、论文详述群等变卷积网络Abstract我们引入群等变卷积神经网络（G-CNN），卷积神经网络的自然泛化，通过利用对称性降低样本复杂度。G-CNN使用G卷积，这是一种新型的层，它享有比

Darren_pty·2023-08-31 09:51

论文阅读 FCOS: Fully Convolutional One-Stage Object Detection

文章目录FCOS:FullyConvolutionalOne-StageObjectDetectionAbstract1.Introduction2.RelatedWork3.OurApproach3.1.FullyConvolutionalOne-StageObjectDetector3.2.Multi-levelPredictionwithFPNforFCOS3.3.Center-nessfo

Re-赟·2023-08-31 06:13

【论文阅读】你看不见我:对基于激光雷达的自动驾驶汽车驾驶框架的物理移除攻击

文章目录AbstractIntroductionAbstract自动驾驶汽车(AVs)越来越多地使用基于激光雷达的物体检测系统来感知道路上的其他车辆和行人。目前，针对基于激光雷达的自动驾驶架构的攻击主要集中在降低自动驾驶物体检测模型的置信度，以诱导障碍物误检测，而我们的研究发现了如何利用基于激光的欺骗技术，在传感器层面选择性地去除真实障碍物的激光雷达点云数据，然后将其用作自动驾驶感知的输入。这些关

AISecurity盐究员·2023-08-30 12:28

论文阅读_扩散模型_SDXL

英文名称:SDXL:ImprovingLatentDiffusionModelsforHigh-ResolutionImageSynthesis中文名称:SDXL：改进潜在扩散模型的高分辨率图像合成论文地址:http://arxiv.org/abs/2307.01952代码:https://github.com/Stability-AI/generative-models时间:2023-07-04

xieyan0811·2023-08-30 08:48

【论文阅读笔记】Advanced Endoscopic Navigation: Surgical Big Data, Methodology, and Applications

论文小结本文如标题所示，是一篇医疗内窥镜导航为主体的论文。该论文发布于2018年，由厦门大学、名古屋大学和韦仕敦大学共同发布。该文有点久远了，可以看看大概。基本没啥了解，纯挑着感兴趣的翻译了一下。其中大部分方法都是带着“先验”，也就是实现拍照的一堆图像，可以在体外重构出该人的3D结构，然后再与内窥镜图像进行结合定位，进而实现导航的功能。还做了一些内窥镜相关知识的科普及展望。论文简介

时光机ﾟ·2023-08-30 07:15

【论文阅读笔记】Endoscopic navigation in the absence of CT imaging

论文小结上一篇的导航导论，是需要先验，也就是需要事先拍摄堆叠的图片（比如CT图等），在体外构建相应的3D模型，再与内窥镜图像进行实时匹配。对于很多情况来说，是无法拥有如此充足的先验的。所以，本文探索的是没有额外CT图像的一个内窥镜导航算法，应用场景是鼻腔和鼻窦内窥镜。。。。后面说的可变形配准算法，实际上，还是用了CT图像，只是不是那个患者的而已。作者宣称，使用可变形配准算法（deforma

时光机ﾟ·2023-08-30 07:41

【论文阅读】ReaLiSe：Read, Listen, and See: Leveraging Multimodal Information Helps Chinese Spell Checking

文章目录本篇论文所需基础论文内容摘要（Abstract）1.介绍（Introduction）（略）2.相关工作3.模型部分（TheREALISEModel）3.1语义编码器（TheSemanticEncoder）3.2语音编码器（ThePhoneticEncoder）3.3图像编码器（TheGraphicEncoder）3.4特征融合模块（SelectiveModalityFusionModule

iioSnail·2023-08-30 07:17

论文阅读---REALISE model

REALISEmodel:1.utilizesmultipleencoderstoobtainthesemantic,phonetic,andgraphicinformationtodistinguishthesimilaritiesofChinesecharactersandcorrectthespellingerrors.2.Andthen,developaselectivemodalityf

qq_48566899·2023-08-30 07:32

【论文阅读笔记】代码注释生成任务综述

Paper:Asurveyofautomaticgenerationofsourcecodecomments:Algorithmsandtechniques1IntroductionObjectives给出自动注释生成研究的代表性算法目录，并使研究人员对当前最新算法有更好的了解；总结现存研究的主要挑战与限制。Contributions分析代码注释自动生成的动机与主要挑战；描述自动代码注释的工作流；

没啥信心·2023-08-30 04:25

论文阅读_异常检测综述

英文题目：AnomalyDetection:ASurvey中文题目：异常检测综述论文地址：https://readpaper.com/paper/2122646361领域：异常检测发表时间：2009作者：VARUNCHANDOLA等，明尼苏达大学出处：ACMComputingSurveys被引量：11797（谷歌学术）阅读时间：22.10.30读后感一篇典型的综述文章，快速了解异常检测的定义，用途

xieyan0811·2023-08-29 21:21

2023.8.28日论文阅读

文章目录NestFuse:AnInfraredandVisibleImageFusionArchitecturebasedonNestConnectionandSpatial/ChannelAttentionModels(2020的论文)本文方法LRRNet:ANovelRepresentationLearningGuidedFusionNetworkforInfraredandVisibleIm

小杨小杨1·2023-08-29 19:35

Learning to Enhance Low-Light Image via Zero-Reference Deep Curve Estimation

LearningtoEnhanceLow-LightImageviaZero-ReferenceDeepCurveEstimation（零参考深度曲线估计）个人体会：本文的特色就是使用了PA和CA,对不同通道和不同像素做不同处理,虽然本文的实现过程懂了,但是实现去雾的原理不懂,不明白为什么经过一些的卷积操作,残差链接就实现了图像去雾知识点

qq_38577700·2023-08-29 13:33

读FFA-net: Feature Fusion Attention Network for Single Image Dehazing

代码部分本周还没有来得及,下周会争取复现出来个人体会：本文的特色就是使用了PA和CA,对不同通道和不同像素做不同处理,虽然本文的实现过程懂了,但是实现去雾的原理不懂,不明白为什么经过一些的卷积操作,残差链接就实现了图像去雾知识点