立体匹配算法类论文笔记第29页

ELAS_ROS算法在KITTI数据集上生成稠密点云

ELAS是一种基于概率模型的有效立体匹配算法,能够给予双目图像生成深度图,进而转化为点云.该算法的一种改进算法为LS-ELAS,其论文发表在2017年ICRA上,文章题目为"LS-ELAS:LineSegmentbasedEfficientLargeScaleStereoMatching

我只是一只自动小青蛙·2023-02-02 13:29

《Proximal Policy Optimization Algorithms》--强化学习论文笔记

原文链接Markdown公式速写1.policygradient从onpolicy到offpolicypolicygradient：∇Rθ‾=Eτ∼pθ(τ)[R(τ)∇logpθ(τ)]\nabla\overline{R_\theta}=E_{\color{red}\tau\simp_\theta(\tau)}[R(\tau)\nablalogp_\theta(\tau)]∇Rθ=Eτ∼pθ(τ

ksvtsipert·2023-02-02 10:42

活体识别4：论文笔记之《Face Spoofing Detection Using Colour Texture Analysis》

说明本文是我对论文《FaceSpoofingDetectionUsingColourTextureAnalysis》做的一个简单笔记。这个论文是芬兰奥卢大学(Oulu)课题组的一篇很有代表性的论文，写于2016年，使用的是“手工特征+SVM分类器”这种比较传统的方案，方案不复杂，效果还不错。也适合改造后在嵌入式端做部署。其基本原理就是在RGB色彩空间分辨真假脸有困难，但是发现在YCbCr和HSV色

yuanlulu·2023-02-02 08:12

活体识别5：论文笔记之FeatherNets

说明这篇文章是这次比赛的第三名：ChaLearnFaceAnti-spoofingAttackDetectionChallenge@CVPR2019，此次比赛项目是人脸防欺诈攻击检测。论文标题：《FeatherNets:ConvolutionalNeuralNetworksasLightasFeatherforFaceAnti-spoofing》论文地址：https://arxiv.org/pdf

yuanlulu·2023-02-02 08:12

活体识别3：论文笔记之《FACE ANTI-SPOOFING BASED ON COLOR TEXTURE ANALYSIS》

说明本文是我对论文《FACEANTI-SPOOFINGBASEDONCOLORTEXTUREANALYSIS》做的一个简单笔记。这个论文是芬兰奥卢大学(Oulu)课题组的一篇很有代表性的论文，写于2015年，使用的是“LBP特征+SVM分类器”这种比较传统的方案，方案不复杂，效果还不错。也适合改造后在嵌入式端做部署。其基本原理就是在RGB色彩空间分辨真假脸有困难，但是发现在YCbCr和HSV色彩空

yuanlulu·2023-02-02 08:41

[深度学习论文笔记] TransBTS: Multimodal Brain Tumor Segmentation Using Transformer 基于Transformer的多模态脑肿瘤分割

TransBTS:MultimodalBrainTumorSegmentationUsingTransformer基于Transformer的多模态脑肿瘤分割论文：https://arxiv.org/pdf/2103.04430代码：https://github.com/Wenxuan-1119/TransBTS发表时间：Mar2021[MICCAI2021]一、基本介绍1.1胶质瘤胶质瘤是最常见

Slientsake·2023-02-02 07:50

算法学习开篇

算法是程序的灵魂，语言只是一种工具，数据结构是载体，因此算法的重要性就不言而喻了，如果你的工作不是算法类相关的话，那么你直接接触到底层的算法怕是不多了，一般我们就停留在使用api上面，如果你使用的是面向对象的话

e86dab508bc1·2023-02-02 03:32

论文笔记-Convolutional Neural Networks for Speech Recognition

问题：ASR里用CNN做声学模型，输入特征FBANK，采用三通道形式作为输入，请问如何处理句子不同帧数问题？https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/CNN_ASLPTrans2-14.pdfhttps://yh1008.github.io/DNN-HMM/slides#/CONVOLUTIONALNEU

2018燮2021·2023-02-02 02:50

CTPN论文笔记

ConnectionistTextProposalNetwork(CTPN)。本文我基本是参考原论文翻译总结的。原论文是《DetectingTextinNaturalImagewithConnectionistTextProposalNetwork》2.1.1.与RPN比较RPN在识别物体方面很好，但在文字方面不行，因为物体识别目前不需要太精确就能判断出物体类别，而文字识别需要非常的精确。2.1.

AI强仔·2023-02-01 17:15

[论文笔记-1]Aspect-based Sentiment Analysis as Machine Reading Comprehension

题目、作者一、Abstract1.现有的研究通常通过堆叠多个神经模块来处理基于方面的情感分析，这不可避免地导致严重的错误传播2.本文提出了MRCOOL:MRC-PrOmptmOdeL框架二、Introduction1.方面词提取(Aspecttermextraction)和方面层次情感分类(aspect-levelsentimentclassification)是ABSA的两个子任务；(结合前面两

lnbbbb·2023-02-01 17:07

[论文笔记-2]Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis

题目、作者一、Abstract【写作目的】由于依赖分析结果的不准确性以及在线评论的非正式表达和复杂性，基于依赖树的图神经网络改进有限，本文提出了一种同时考虑句法结构互补性和语义相关性的双图卷积网络（DualGCN）模型来克服这些挑战SynGCN模块(具有丰富语法知识)→减少依赖分析错误SemGCN模块(自注意力机制)→捕获语义关联3.此外，本文提出正交和微分正则化器，通过约束SemGCN模块中的注

lnbbbb·2023-02-01 17:02

YOLOP 论文笔记

YOLOP:YouOnlyLookOnceforPanopticDrivingPerceptionYOLOP论文链接:https://arxiv.org/abs/2108.11250v5一、ProblemStatement自动驾驶中，如果使用一个接一个模型来进行图像分析，比如目标检测，语义分割和车道线检测，会增大消耗资源，也有可能无法达到实时性能。二、Direction提出一个通用范式:oneen

Tianchao龙虾·2023-02-01 12:18

【论文笔记 - 图像生成 - CVPR2022】Self-supervised Correlation Mining Network for Person Image Generation

Ref:1.原论文人物图像生成的目的是对源图像进行非刚性变形，通常需要未对齐的数据对进行训练。近年来，自监督方法通过将解耦的表征融合在一起进行self-reconstruction，在这一领域展现出了广阔的前景。然而，现有的方法存在以下几点问题，解耦后的特征在特征空间中是对齐的，这种自监督方法无法为空间变换提供足够的监督。先前的特征融合方法（如拼接或MUSTGAN中的统计信息迁移）是全局操作，很难

No pains, no GANs!·2023-02-01 12:09

【论文笔记 - 图像生成 - CVPR2019】Unpaired Person Image Generation with Semantic Parsing Transformation

Ref:先前工作以及补充本文工作（本阅读笔记的参考论文）解读1解读2原论文是关于2019年的CVPR工作的延伸和补充（同一作）现有工作的特点：姿态引导的图像生成任务一般是在有监督下完成的，结果虽然不错，但是监督学习必须有成对的图像组成训练数据集。（成对：同一个人，同样的外观，但是姿态不同）自监督方法，无法有效的同时建模空间和外观转换，结果不够理想。虽然目前的方法都考虑到将图像分解成多个因素（背景，

No pains, no GANs!·2023-02-01 12:09

【论文笔记 - 图像生成 - CVPR2022】Unpaired Cartoon Image Synthesis via Gated Cycle Mapping

UnpairedCartoonImageSynthesisviaGatedCycleMappingRef：1.原论文2.项目页1.摘要在本文中，提出了一种使用未配对的训练数据进行动漫图像合成的通用解决方案。与之前针对特定使用场景（人像或场景）学习预定义卡通风格的作品相比，本文旨在训练一个通用动漫翻译器，它不仅可以同时渲染夸张（精致的大眼睛、简化的鼻子和嘴）的动漫面孔和逼真的卡通场景，而且还可以为用

No pains, no GANs!·2023-02-01 12:08

【论文笔记 - 图像生成 - CVPR2022】Learning to Memorize Feature Hallucination for One-Shot Image Generation

论文地址：https://drive.google.com/file/d/1Gq-167f2ue30463K4XMkHOJThg9Yugk0/view参考：1.简单解读本文研究的是图像生成领域中的单样本生成(One-ShotGeneration,OSG)(One\text{-}Shot\Generation,OSG)(One-ShotGeneration,OSG)任务，要求能够将从基础类别数据集（

No pains, no GANs!·2023-02-01 12:38

【论文笔记 - 图像生成 - CVPR2022】Exploring Dual-task Correlation for Pose Guided Person Image Generation

论文地址：https://arxiv.org/pdf/2203.02910.pdf代码地址：https://github.com/PangzeCheung/Dual-task-Pose-Transformer-Network姿势引导人物图像生成是将人物图像从源姿势转换为给定目标姿势的任务，作者认为现有的方法大多只针对不适定的源到目标任务，无法捕捉到合理的纹理映射。为了解决这个问题，提出了一种新的双

No pains, no GANs!·2023-02-01 12:38

论文笔记：Graph WaveNet for Deep Spatial-Temporal Graph Modeling

IJCAI20191abstract&intro时空数据挖掘问题大多数使用邻接矩阵来建模节点之间的属性关系，这种思路的一个基本假设是：节点信息取决于自身和邻居的历史信息。但这类模型的假设存在着一些问题：未能充分建模节点之间的依赖关系两个节点之间没有连边，但是有依赖关系两个节点虽然是邻居节点，但是没有依赖关系未能有效学习到时间的依赖关系RNN：迭代传播耗时（无法并行）、存在梯度爆炸/消失的问题CNN

UQI-LIUWJ·2023-02-01 12:37

论文笔记：SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

ICLR20171abstract和intro部分问题的setting在图上进行节点分类，其中只有一部分节点有label——>基于图的半监督学习传统的方法是使用平滑正则其中L0表示图中有监督部分的lossf是神经网络，Δ=D-A表示unnormalized的拉普拉斯矩阵这种方式假设相邻的节点有相同/相似的label——>这种平滑性假设在一定程度上限制了模型的表达能力论文中直接使用一个神经网络f(X

UQI-LIUWJ·2023-02-01 12:07

【论文笔记 - NeRFs - ECCV2020】NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis0背景介绍用神经辐射场来表征场景，用于新视角图像生成任务。0.1ViewSynthesis该任务是通过给定从不同视角获取的同一场景的一张或多张图片，来合成其他视角下的图片。以下图为例，输入是不同视角的图片，来建模三维场景，然后就可以从任意视角来得到一张二维图像。0.2Repre

No pains, no GANs!·2023-02-01 12:31

论文笔记：Learning Disentangled Representations of Video with Missing Data

2020Neurips1intro&abstract视频表征的一个挑战是高维、动态、各个像素之间多模态分布最近的一些研究通过探索视频的inductivebias，并将高维数据映射到低微数据中—>这种方法通过将视频的各帧分解成语义上有意义的因子，来获得视频的解耦表征——>但是，当物体在视频中有缺失时，现存的方法并不能很好地进行建模这篇论文就希望学习带有缺失数据的视频的解耦表征提出了DIVE(dise

UQI-LIUWJ·2023-02-01 12:31

【论文笔记】HGT

HeterogeneousGraphTransformer2020WWW论文链接：https://arxiv.org/pdf/2003.01332代码：官方代码：https://github.com/acbull/pyHGTDGL实现：https://github.com/dmlc/dgl/tree/master/examples/pytorch/hgt个人实现：https://github.co

zzy979·2023-02-01 09:34

深度学习论文笔记

1.语音情感识别、人工神经网络，深度学习神经网络发展历程介绍2.语音情感识别的基本理论3.人工神经网络4.深度学习神经网络基本理论1.语音情感识别、人工神经网络，深度学习神经网络发展历程介绍深度学习常用模型：自编码器、限制玻尔兹曼机、卷积神经网络应用：图像识别、语音设别、广告推荐系统情感分类：anger,joy,sadness,surprise,disgust,fear,netural情感表现：语

weixin_30730053·2023-02-01 09:30

论文笔记：Scaling Memcache at Facebook

论文笔记：ScalingMemcacheatFacebook论文介绍了Facebook如何使用memcache，以及相关魔改和维护memcache集群。

weixin_30480583·2023-02-01 09:00

DPRQA论文笔记

DensePassageRetrievalforOpen-DomainQuestionAnswering这篇文章依然是关于开放问答领域，由Facebook发表，重点研究passageretrieval模块。Overviewopen-domainquestionanswering通常有两大模块：PassageRetrieval和Reader，前者是针对问题在数据库中寻找与该问题有关的文章，后者是对文

lzk_nus·2023-02-01 09:59

论文笔记：Forecasting at Scale（Prophet）

1时间序列数据的特征图2：在Facebook上创建的事件数量。每天都有一个点，点按星期几用颜色编码以显示每周周期。这个时间序列的特征代表了很多业务时间序列：多重强季节性、趋势变化、异常值、假期效应。很多时间序列数据都有共同的特征。图2显示了Facebook事件的时间序列。用户可以为事件创建页面、邀请他人参与互动。在这个时间序列中有几个明显的季节性影响：每周和每年的周期，以及圣诞节和新年前后的明显下

UQI-LIUWJ·2023-02-01 09:28

论文笔记目录（ver2.0）

1时间序列1.1时间序列预测论文名称来源主要内容论文笔记：DCRNN（DiffusionConvolutionalRecurrentNeuralNetwork:Data-DrivenTrafficForecasting

UQI-LIUWJ·2023-02-01 09:28

论文笔记 | 用户画像

移动互联时代已经到来，广告营销在社交媒体中展现出蓬勃的生命力，信息流广告正是这样一种以社交媒体平台为载体，将推广内容隐藏于自然信息流中，从而传递品牌信息的一种新兴广告形式。《社交媒体信息流广告的场景匹配研究》周子玉用户画像是场景匹配在社交媒体信息流广告分发中的一种应用。1背景随着2019年5G正式投入商用，运营商迎来新的收入增长点。中国电信副总经理刘桂清在2021年中期业绩说明会上表示：“5G收入

mustuo·2023-02-01 09:56

Que2Search: Fast and Accurate Query and Document Understanding for Search at Facebook论文笔记

0、论文资料论文地址：Que2Search:FastandAccurateQueryandDocumentUnderstandingforSearchatFacebook|Proceedingsofthe27thACMSIGKDDConferenceonKnowledgeDiscovery&DataMining1、摘要提出Que2Search，利用多任务和多模态训练方法，学习query和produ

倔强超·2023-02-01 09:54

[论文笔记] Cassandra - A Decentralized Structured Storage System

Young.Chen·2023-02-01 09:24

Facebook灰度手势识别论文笔记

MEgATrack:monochromeegocentricarticulatedhand-trackingforvirtualreality总体思路：面对输入的灰度图像，先使用DetNet从原始图像中选出手的图像裁减出来，将裁减后图像输入KeyNet，KeyNet输出一个2D的位置热力图和一个1D的相对位置的热力图，热力图预测关键点位置还需要一步如argmax,高斯拟合，sof-argmax等，

元孜然·2023-02-01 09:52

模型优化论文笔记1----综述

之前在做基于深度神经网络的自动调制识别，然而设计的网络模型参数大，这阻碍了将模型部署到边缘设备，实现调制识别的真正落地。由此是否能够将网络模型进行优化，缩小其存储呢？博主接下来的一段时间要调研一下这个问题。先是看了一篇综述，希望对现有或以往的模型优化有个大概了解。[1]赖叶静,郝珊锋,黄定江.深度神经网络模型压缩方法与进展[J].华东师范大学学报(自然科学版),2020(05):68-82.Int

JaJaJaJaaaa·2023-02-01 08:30

计算机视觉论文笔记

写在前面我是使用notion来记录我的学习笔记，接下来我会陆续把自己学习过程中看到的知识点、论文笔记等发到博客中，如果有哪里出错，欢迎大家指出（实时更新）！

@zzy·2023-02-01 07:11

【论文笔记】基于强化学习的车间调度问题研究简述

目录摘要关键字引言1背景1.1车间调度问题1.1.1车间调度问题建模1.1.2仿真技术在车间调度问题中的应用1.1.3车间调度问题的传统解决算法1.2强化学习问题1.2.1基本概念与定义1.2.2深度强化学习2两种主要的强化学习调度结构2.1单智能体架构2.2多智能体架构3强化学习车间调度算法简述3.1直接调度3.2基于特征表示的调度3.3基于参数搜索的调度3.4三类强化学习调度算法的对比4结论摘

Ctrl+Alt+L·2023-02-01 07:23

双目立体匹配

https://blog.csdn.net/cyem1/article/details/81182764

挺老实·2023-01-31 22:28

【nlp论文笔记】 Glyce: Glyph-vectors for Chinese Character Representations

Abstract本文贡献：我们使用中国历史文字(如青铜器文字、篆书、繁体字等)来丰富文字的象形证据;设计适合中文字符图像处理的CNN结构(称为天泽-CNN);将图像分类作为多任务学习的辅助任务，以提高模型的泛化能力。作者表明，基于符号的模型能够在广泛的中文NLP任务中始终优于基于字/字符的模型。我们能够为各种中文NLP任务设置最新的结果，包括标记(NER、CWS、POS)、句子对分类、单句分类任务

yuexiaomao·2023-01-31 18:26

论文笔记：NAFNet: Simple Baselines for Image Restoration

love_lqz·2023-01-31 16:55

【图像去模糊】Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring论文笔记

一.论文概述一般因动态场景造成的非均匀模糊是图像去模糊中一个具有挑战性的问题，这类模糊由相机抖动、场景深度以及多个对象运动造成。消除这类复杂运动模糊，传统的基于简单假设的方法不在适用在本文中，作者提出了一种多尺度卷积神经网络，以端到端的方式恢复由多种原因造成的模糊图像，作者还提出了多尺度损失函数来模拟传统的由"粗糙到精细"的方法。此外，作者还提出了一个新的大规模数据集（仅由模糊和清晰图像对组成），

亿点困难·2023-01-31 15:52

点云智能研究进展与趋势（论文笔记）

论文信息：杨必胜,董震.点云智能研究进展与趋势[J].测绘学报,2019,48(12):1575-1585.原文地址：知网。我把要点提取出来，作为学习笔记，加深印象，大家有需要的可以看看。学习交流：weixin：hl_whu。0前言（1）用途：点云已成为继矢量地图和影像数据之后的第三类重要的时空数据源。（2）采集：星载、有人／无人机载、车载、地面、背包、手持等多平台、多分辨率的系列化装备。（3）处

珞珈小怪·2023-01-31 15:51

【CV】图像恢复（去噪，去模糊，超分）模型 DPDNN 论文笔记

论文名称：DenoisingPriorDrivenDeepNeuralNetworkforImageRestoration论文下载：https://arxiv.org/abs/1801.06756论文年份：TPAMI2019论文被引：9（2022/04/17）论文代码：TF：https://github.com/WeishengDong/DPDNNTorch：https://github.com/

datamonday·2023-01-31 13:53

CVPR 2017 ADNet:《 Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning》论文笔记

理解出错之处望不吝指正。本文模型叫做ADNet。该模型通过强化学习产生动作序列（对bbox进行移动or尺度变换）来进行tracking。原理如下图（第一列代表初始帧，第二列和第三列代表通过RL产生的动作序列对object进行tracking）：模型的整体结构如下：强化学习部分：（1）状态：状态分为和两部分。其中代表正在tracking的bbox（当前图片信息，可在上图中看到），则是一个维的向量，存

NeverMoreH·2023-01-31 12:30

ADNet视频目标跟踪论文笔记

文章目录1.论文基本信息2.论文想要解决的问题3.核心思想4.数学符号5.重要概念及定义5.1Action5.2State5.3状态转移函数（Statetransitionfunction）5.4奖励（Reward）6.网络结构7.Off-lineSupervisedLearning8.Off-lineReinforcementLearning8.1模拟跟踪（trackingsimulation）

越野者·2023-01-31 12:29

DynaSLAM源码笔记-检测动态物体部分梳理

安装方法见：关于运行DynaSLAM源码这档子事(OpenCV3.x版)论文笔记见：论文笔记-DynaSLAM:Tracking,MappingandInpaintinginDynamicScenes如果有什么不同的理解

wrotcat·2023-01-31 11:00

论文笔记(三)《Unsupervised representation learning using deep convolution to generate adversarial network》

0Abstract近年来，利用卷积网络（CNNs）进行的有监督学习在计算机视觉应用中得到了巨大的应用。相对而言，使用CNNs的无监督学习受到的关注较少。在这项工作中，我们希望能够帮助缩小CNNs在有监督学习和无监督学习之间的差距。我们介绍了一类被称为深度卷积生成对抗性网络（Deepconvolutionalgenerativeadversarialnetworks，DCGANs）的CNNs，它们具

爱吹口哨的夜莺·2023-01-31 10:46

论文笔记：Multiview 2D/3D Rigid Registration

Multiview2D/3DRigidRegistration主要贡献相关工作总结方法实验主要贡献提出一种新的基于学习的多视图2D/3D刚性配准方法，该方法通过利用X射线和DRR之间的点对点对应关系直接测量3D对齐误差，从而避免了昂贵且不可靠的迭代姿势搜索，从而提供了更快，更可靠的配准。提出一种新颖的POI跟踪网络，该网络使用具有兴趣点（POI）卷积的SiameseU-Net构建，从而能够进行细化

H.Y.·2023-01-31 09:43

双目视觉立体匹配matlab,双目视觉立体匹配方法

双目视觉立体匹配方法【专利摘要】双目视觉立体匹配方法，首先对视图组中待匹配点进行基于稠密特征描述方法的视差先验估计，而后使用汉明间距方法计算视图组中候选匹配点之间的匹配代价，然后使用基于自适应窗口代价聚集方法求取候选匹配点的代价聚集值

楽楽Sukia·2023-01-31 09:29

双目立体匹配步骤

文章目录1、匹配代价计算2、代价聚合3、视差计算4、视差优化5、小结1、匹配代价计算匹配代价是用来衡量候选像素与匹配像素之间的相关性的，代价越小，说明两个像素点之间的相关性越大，是同名点的概率也越大。所谓同名点，就是左右两幅图像中相对应的点，如下图中红框框起来的点就是同名点。需要注意的是两幅图中两个像素无论是否是同名点，都是可以进行代价匹配的，无非就是不是同名点的两个像素代价高。也正是

秃头小苏·2023-01-31 09:28

双目立体匹配之代价聚合

本文是自己的一篇学习笔记，记录自己学习代价匹配过程中的问题，在此分享，转载请附原文链接在之前双目立体匹配步骤中已经简单介绍过代价聚合了，直白的说，其主要目的就是让匹配代价计算的效果更好。