Approach 第8页

A Discriminative Feature Learning Approach for Deep Face Recognition

16年ECCV的文章《ADiscriminativeFeatureLearningApproachforDeepFaceRecognition》code：https://github.com/ydwen/caffe-faceMotivation：和metriclearning的想法一致，希望同类样本之间紧凑，不同类样本之间分散。现有的CNN最常用的softmax损失函数来训练网络，得到的深度特征通

yang_502·2020-08-18 18:38

【点云识别】Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud(CVPR 2020)

Feature-metricRegistration:AFastSemi-supervisedApproachforRobustPointCloudRegistrationwithoutCorrespondences本文介绍一篇cvpr2020里面关于点云半监督配准的文章。论文没有开源代码1.问题点云的弱监督配准问题2.思想followpointlk的一份工作，认为不同位姿的点云提取出的特征是不同

orientliu96·2020-08-17 18:07

A Quantitative Approach-appendix K（3）——RISC指令系统的特有指令

AQuantitativeApproach-appendixK（3）——RISC指令系统的特有指令MIPS64的特有指令非对齐数据传输指令大部分程序不会使用这些指令，只有在16位小型机的应用程序，以及快速memcpy/strcpy时，才可能使用到大部分RISC在遇到非对齐的数据访问时，通常会发生trap。解决办法是分别获取两个字，然后拼接得到结果MIPS的解决方案：提供了四条特殊的加载和存储指令，

shuiliusheng·2020-08-17 15:25

Image Inpainting for Irregular Holes Using Partial Convolutions

2.Approach2.1PartialconvolutionallayerW是卷积核，X是当前窗口图像或者featuremap，M是X对应的mask，1是和M尺寸相同的矩阵，只是1中的元素全为1。

想要成为学霸的渣渣·2020-08-17 14:43

GhostNet: More Features from Cheap Operations论文初读

文章目录一、论文的工作（一）问题发现（二）解决问题二、Introduction三、RelatedWork（一）ModelCompression（二）CompactModelDesign四、Approach

不知道叫啥+1·2020-08-17 14:23

Machine Learning——A Probabilistic Approach学习笔记第二章概率

第二章概率(Probability)2.1引言(Introduction)在这一章，我们将会讲述关于概率论的更多细节。我们不会太过深入，但是我们至少会简要的了解一下我们在接下来的章节中所要涉及的思想。让我们先来思考一下：什么是概率？常见的解释有两种，第一种是frequentist解释。这种观点认为概率代表了一个事件发生的长期概率。例如，它对抛硬币的概率的解释是：如果抛很多次硬币，那么必然有一半左右

ldc1513·2020-08-17 13:17

High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis

2.Approach2.1NetworkStructureFrameworkOverview.Thenetworkarchitectureforstructuredcontentprediction.网络分为两部分

想要成为学霸的渣渣·2020-08-17 10:36

Image Inpainting via Generative Multi-column Convolutional Neural Networks

2.Approach2.1NetworkStructure生成器：三个并行的编码器，用于提取不通尺度的特征，一个公用的解码器。判别器：局部判别器+全局判别器。

想要成为学霸的渣渣·2020-08-17 10:36

Image Fine-grained Inpainting

2.Approach2.1NetworkArchitecture生成器：每个“convolution+norm”都有一个激活函数，最后一层的激活函数是Tanh，其他层的函数都是ReLU。

想要成为学霸的渣渣·2020-08-17 10:36

Generative Image Inpainting with Contextual Attention

2.Approach2.1NetworkarchitectureOverviewofourimprovedgenerativeinpaintingframework.生成器：包括两个网络，一个粗糙网络，

想要成为学霸的渣渣·2020-08-17 10:35

Generative Face Completion

2.Approach2.1NetworkarchitectureNetworkarchitectureGenerator：生成器就是常见的Encoder-decoder结构；Discriminator：

想要成为学霸的渣渣·2020-08-17 10:35

Globally and Locally Consistent Image Completion

2.Approach2.1ArchitectureofnetworkOverviewofourarchitectureforlearningimagecompletion.判别器：网络中有两个判别器，GlobalDiscrimin

想要成为学霸的渣渣·2020-08-17 10:10

论文解读Face Detection using Deep Learning: An Improved Faster R-CNN Approach

https://arxiv.org/pdf/1701.08289.pdfFDDBfacedetectionbenchmarkevaluation引言：在物体检测上，R-CNN十分成功，跟随这个工作，我们提出一个新的脸部检测方法，扩展改进FasterR-CNN算法。我们的算法通过结合几个策略，包括特征连接，强负面挖掘（hardnegativemining）和多尺度训练等来改进。最终达到state-o

看不见我呀·2020-08-16 19:25

计算机网络自顶向下方法第二章套接字编程作业多线程Web代理服务器答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-Answer作业4：多线程Web代理服务器官方文档文档翻译编程作业答案#改为Python3

漂流瓶jz·2020-08-16 07:23

计算机网络自顶向下方法第二章套接字编程作业 Web服务器答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-Answer官方文档文档翻译编程作业答案#改为Python3格式#importsocketmodulefromsocketimport

漂流瓶jz·2020-08-16 07:23

计算机网络自顶向下方法第二章套接字编程作业邮件客户答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-Answer作业3：邮件客户官方文档文档翻译编程作业答案#改为Python3格式

漂流瓶jz·2020-08-16 07:23

计算机网络自顶向下方法第四章套接字编程作业 ICMP ping 答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-Answer作业5：ICMPping官方文档文档翻译编程作业答案#对代码进行了少部分改动

漂流瓶jz·2020-08-16 07:23

计算机网络自顶向下方法第二章套接字编程作业 UDP ping程序答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-Answer作业2：UDPping程序官方文档文档翻译编程作业答案#UDPPingerClient.pyfromsocketimport

漂流瓶jz·2020-08-16 07:23

小全读论文《Learning without Memorizing》CVPR2019

小全读论文《LearningwithoutMemorizing》CVPR2019一、Motivation二、Approach注意力区域的特征生成（Generatingattentionmaps）注意力区域的知识蒸馏三

FatMigo·2020-08-15 21:10

论文笔记Fast Online Object Tracking and Segmentation: A Unifying Approach

论文笔记FastOnlineObjectTrackingandSegmentation:AUnifyingApproach1.论文标题及来源2.拟解决问题3.解决方法3.1算法流程3.2实例分割分支3.3refinemodule3.4主要公式说明4.实验结果4.1VOT2016&VOT20184.2DAVIS20164.3DAVIS20174.4YouTuBe-VOS4.5消融实验5.总结1.论文

YSQ是我的·2020-08-15 16:36

响应式设计（responsive web design）的视图显示法

原文“Viewmode”approachtoresponsivewebdesign链接https://medium.com/@danielwi/view-mode-approach-to-responsive-web-design

柴米鱼·2020-08-14 23:30

arxiv2017_Face Detection using Deep Learning：An Improved Faster RCNN Approach

深图智服人脸检测paper，基于fasterrcnn，rankingthebestamongallthepublishedapproachesinFDDBuntil2017-01做了改进策略为：1featureconcatenation2hardnegativemining3multi-scaletraining：图像训练多尺度，但是尺度从三个scale里面随机选；增加了随机性；4modelpre

胡豆豆爱学习·2020-08-14 17:20

计算机网络自顶向下方法第一章 Wireshark实验：入门答案

https://github.com/jzplp/Computer-Network-A-Top-Down-Approach-AnswerWireshark实验：入门官方文档第六版第七版第六版翻译Wireshark_Intro

漂流瓶jz·2020-08-14 01:01

SAP Fiori里的两种锁机制

Approach1:ETAGmechanismThisapproachisusedinSAPCRMFiori.SupposeuserJerryhasopenedagivenopportunitywithID

JerryWang_汪子熙·2020-08-14 00:34

A New Approach Towards General Purpose Image Manipulation Detection论文笔记

1、解决的问题：图像操作通常会留下图像编辑类型所特有的痕迹，分析不同图像操作的痕迹，图像取证，检测图像篡改。2、现有检测方法：调整大小和重采样、中值滤波、对比度增强、多JPEG压缩等，但是这些检测的都是单个目标操作，还要融合多个取证检测的结果，并且为不同的图像操作创建取证检测器是一个困难和耗时的过程。3、constrainedCNN普通的cnn网络倾向于学习图像的内容，而不适合学习与内容无关的篡改

嘻哈过路人·2020-08-13 21:43

解读Depth Map Prediction from a Single Image using a Multi-Scale Deep Network （2）

解读DepthMapPredictionfromaSingleImageusingaMulti-ScaleDeepNetwork（2）把CNN的基本知识补全后，接着向下看Section3Approach

Niuip·2020-08-13 17:43

【论文翻译】Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting

论文：https://arxiv.org/pdf/1506.04214.pdf代码:(pytorch)：https://github.com/automan000/Convolution_LSTM_pytorch(tensorflow):https://github.com/loliverhennigh/Convolutional-LSTM-in-Tensorflow笔记：https://blog

我有一只大鹅·2020-08-11 04:31

DeepDrawing: A Deep Learning Approach to Graph Drawing

论文传送门视频项目主页作者香港科技大学YongWangZhihuaJin（浙江大学）QianwenWangHuaminQu微软亚洲研究院WeiweiCuiIBMT.J.沃森研究中心TengfeiMa摘要节点链接图被广泛应用于网络探索。但是，当使用图形绘制技术来可视化网络时，用户通常需要通过比较相应的绘制结果来迭代地调整不同的算法特定参数，以实现所需的视觉效果。这种反复试验的过程通常很繁琐且耗时，特

algzjh·2020-08-10 15:53

[WXM] LeetCode 221. Maximal Square C++

sand1’s,findthelargestsquarecontainingonly1’sandreturnitsarea.Example:Input:10100101111111110010Output:4Approach

WX_ming·2020-08-10 14:31

Novel Robust Band-Limited Signal Detection Approach Using Graph

NovelRobustBand-LimitedSignalDetectionApproachUsingGraph目录NovelRobustBand-LimitedSignalDetectionApproachUsingGraphPaperDownloadAbstractImplemention一、信号的生成二、计算功率谱X(m)X(m)X(m),并归一化三、量化四、构建邻接矩阵、度矩阵和拉普拉斯矩

ccjoffrey·2020-08-10 13:55

如何在 AutoLayout 中使用 UIScrollView (多个ContentView)

://codehappily.wordpress.com/2013/11/14/ios-how-to-use-uiscrollview-with-autolayout-pure-autolayout-approach-multiple-smaller-views

颐和园·2020-08-09 21:51

（五）四轴——卡尔曼滤波KalmanFilter

https://github.com/TKJElectronics/KalmanFilter程序说明：http://blog.tkjelectronics.dk/2012/09/a-practical-approach-to-kalman-filter-and-how-to-implement-it

一步-refresh·2020-08-09 17:49

AOSP build 系统简介

英文的http://www.jayway.com/2012/10/24/a-practical-approach-to-the-aosp-build-system/原文拷贝如下。

zoudy6688·2020-08-09 16:02

Video Summarization with Long Short-Term Memory论文翻译

基于长短期记忆网络的视频摘要文章目录基于长短期记忆网络的视频摘要Abstract1introduction2RelatedWork3Approach3.1ProblemStatement3.2LongShort-TermMemory

霍格沃兹临时副主任·2020-08-09 02:18

A Fuzzy Background Modeling Approach for Motion

AFuzzyBackgroundModelingApproachforMotionDetectioninDynamicBackgrounds(2012)粗略地翻译了一下这边论文，貌似我没有看懂。摘要基于2型模糊高斯混合模型(t2-fgmm)和马尔可夫随机场(MRF)，我们提出了一个用于在动态场景中的运动检测的新的背景建模方法。方法的关键思想是通过一个贝叶斯框架成功地引入时空限制到t2-fgmm。像

轩雨轩寻hy·2020-08-08 22:27

Representation Flow for Action Recognition —— 翻译

RepresentationFlowforActionRecognition——翻译Abstract摘要1Introduction简介2RelatedWorks相关工作3Approach方法3.1ReviewofOpticalFlowMethods

闲余_梦想·2020-08-08 00:07

对比分析法（Comparative Analysis Approach）

1.对比分析的概念对比分析法是指基于相同的数据标准下，把两个及以上相互联系的指标数据进行比较，准确、量化地分析他们的差异（对比方规模的大小、水平的高低、速度的快慢、对比方是否协调等），目的是为了找到差异产生的原因，从而找到优化的方法。2.对比分析比什么绝对数：如销售金额、文章阅读量等本身具备价值的数字相对数：结构相对数：同一个总体内，部分与整体之比（食品支出占总支出的比重）比例相对数：同一个总体内

不停下脚步的乌龟·2020-08-07 21:43

Q&R: A Two-Stage Approach toward Interactive Recommendation 翻译

Q&R:ATwo-StageApproachtowardInteractiveRecommendationABSTRACTRecommendationsystems,prevalentinmanyapplications,aimtosurfacetouserstherightcontentattherighttime.Recently,researchershaveaspiredtodevelop

农场主·2020-08-07 17:02

Multi-Attention Convolutional Network笔记

（论文题目《LearningMulti-AttentionConvolutionalNeuralNetworkforFine-GrainedImageRecognition》）Approach整个结构由三部分组成

linjiet·2020-08-05 16:44

Dynamic Window Approach_机器人局部避障的动态窗口法

最近正在学习DWA，按照DynamicWindowApproachSample.m提供的matlab仿真代码简单梳理下，但是这并不是ros里用的，只是一个简单的仿真。DWA的原理：假设一个机器人要从当前点通过一定的速度和方向到达目标点，在速度(v,w)空间中采样多组轨迹，为这些轨迹使用评价函数进行评价，选取最优的轨迹对应的速度(v_best,w_best)来驱动机器人,最终到达目标点。代码分析：首

苏碧落·2020-08-04 18:58

Ajax : A New Approach to Web Applications(Ajax : 一种网络应用的新理念)

(FROM:http://www.javayou.com/showlog.jspe?log_id=743)Ajax:ANewApproachtoWebApplicationsAjax:一种网络应用的新理念Ifanythingaboutcurrentinteractiondesigncanbecalled“glamorous,”it’screatingWebapplications.Afterall

weixin_34050389·2020-08-04 05:01

需求分析——“NABCD模型”

一、什么是“NABCD模型”“NABCD”是由Need、Approach、Benfit、Competitors、Delivery五个单词的首字母组成，分别指需求、做法、好处、竞争、推广五部分。

小刺猬和您挥挥手·2020-08-03 20:17

[收藏]Ajax: A New Approach to Web Applications

byJesseJamesGarrettFebruary18,2005Ifanythingaboutcurrentinteractiondesigncanbecalled“glamorous,”it’screatingWebapplications.Afterall,whenwasthelasttimeyouheardsomeoneraveabouttheinteractiondesignofapr

coofucoo·2020-08-03 16:39

坤哥笑侃跨域推荐（一） Cross-Domain Recommendation, An Embedding and Mapping Approach （IJCAI-17）

沧海素晴·2020-08-03 03:43

论文阅读笔记：A retinal vessel detection approach using convolution neural network with 强化样本学习策略

Aretinalvesseldetectionapproachusingconvolutionneuralnetworkwithreinforcementsamplelearningstrategy采用卷积神经网络和强化样本学习策略对视网膜血管进行检测摘要本文将检测任务定义为一个分类问题，并使用卷积神经网络(CNN)作为两类分类器进行求解。该模型由2个卷积层、2个池化层、1个dropout层和1个

SIAT_啊哦·2020-08-02 21:40

算法导论学习笔记之二--分而治之（divide-and-conquer approach）

如果一个问题当它的规模缩小的时候，问题性质不变，并且问题的规模最小的时候简单可解，就可以采用divide-and-conquer方法。divide-and-conquer分以下4步进行：攻克：如果问题足够小，可以直接给出答案分解：把问题分解成同样性质的几个子问题递归：递归调用本算法来解决子问题合并：把解决好的子问题合在一起，组成原有问题的答案#假设问题为p，问题的数据集为A，规模为N#解决下标从R

institute·2020-08-02 18:32

团队作业2：需求分析&原型设计

2.A(Approach做法)团队分工明确，有过开发的经验，可以较好的设计并完成一个以四则运算为核心功能的网页，代替传统的方法.3.B

aicuisha7770·2020-08-02 17:28

数字图像处理第七章——小波

DigitalImageProcessingDigitalImageProcessing---Wavelets1.Introduction2.RelatedWork2.1Preliminaryknowledge2.2Background3.Approach3.1TheFastWaveletTransform3.1.1FWTsUsingtheWaveletToolbox3.1.2FWTswithou

Dujing2019·2020-08-02 15:11

ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point

DilatedPointConvolutions:OntheReceptiveFieldSizeofPointConvolutionson3DPointCloudsAbstract（一）Introduction（二）RelatedWork（三）Approach

Dujing2019·2020-08-02 15:09

【论文翻译】Visualizing and Understanding Convolutional Networks

VisualizingandUnderstandingConvolutionalNetworks【原文链接】https://arxiv.org/pdf/1311.2901.pdf【翻译时间】2018.09.05题目：可视化和理解卷积网络2.Approach

C小C·2020-08-02 15:04

推荐频道

Approach

A Discriminative Feature Learning Approach for Deep Face Recognition

【点云识别】Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud(CVPR 2020)

A Quantitative Approach-appendix K（3）——RISC指令系统的特有指令

Image Inpainting for Irregular Holes Using Partial Convolutions

GhostNet: More Features from Cheap Operations论文初读

Machine Learning——A Probabilistic Approach学习笔记 第二章 概率

High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis

Image Inpainting via Generative Multi-column Convolutional Neural Networks

Image Fine-grained Inpainting

Generative Image Inpainting with Contextual Attention

Generative Face Completion

Globally and Locally Consistent Image Completion

论文解读Face Detection using Deep Learning: An Improved Faster R-CNN Approach

计算机网络自顶向下方法 第二章套接字编程作业 多线程Web代理服务器 答案

计算机网络自顶向下方法 第二章套接字编程作业 Web服务器 答案

计算机网络自顶向下方法 第二章套接字编程作业 邮件客户 答案

计算机网络自顶向下方法 第四章 套接字编程作业 ICMP ping 答案

计算机网络自顶向下方法 第二章套接字编程作业 UDP ping程序 答案

小全读论文《Learning without Memorizing》CVPR2019

论文笔记Fast Online Object Tracking and Segmentation: A Unifying Approach

响应式设计（responsive web design）的视图显示法

arxiv2017_Face Detection using Deep Learning：An Improved Faster RCNN Approach

计算机网络自顶向下方法 第一章 Wireshark实验：入门 答案

SAP Fiori里的两种锁机制

A New Approach Towards General Purpose Image Manipulation Detection论文笔记

解读Depth Map Prediction from a Single Image using a Multi-Scale Deep Network （2）

【论文翻译】Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting

DeepDrawing: A Deep Learning Approach to Graph Drawing

[WXM] LeetCode 221. Maximal Square C++

Novel Robust Band-Limited Signal Detection Approach Using Graph

如何在 AutoLayout 中使用 UIScrollView (多个ContentView)

（五）四轴——卡尔曼滤波KalmanFilter

AOSP build 系统简介

Video Summarization with Long Short-Term Memory论文翻译

A Fuzzy Background Modeling Approach for Motion

Representation Flow for Action Recognition —— 翻译

对比分析法（Comparative Analysis Approach）

Q&R: A Two-Stage Approach toward Interactive Recommendation 翻译

Multi-Attention Convolutional Network笔记

Dynamic Window Approach_机器人局部避障的动态窗口法

Ajax : A New Approach to Web Applications(Ajax : 一种网络应用的新理念)

需求分析——“NABCD模型”

[收藏]Ajax: A New Approach to Web Applications

坤哥笑侃跨域推荐（一） Cross-Domain Recommendation, An Embedding and Mapping Approach （IJCAI-17）

论文阅读笔记：A retinal vessel detection approach using convolution neural network with 强化样本学习策略

算法导论学习笔记之二--分而治之（divide-and-conquer approach）

团队作业2：需求分析&原型设计

数字图像处理第七章——小波

ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point

【论文翻译】Visualizing and Understanding Convolutional Networks

Machine Learning——A Probabilistic Approach学习笔记第二章概率

计算机网络自顶向下方法第二章套接字编程作业多线程Web代理服务器答案

计算机网络自顶向下方法第二章套接字编程作业 Web服务器答案

计算机网络自顶向下方法第二章套接字编程作业邮件客户答案

计算机网络自顶向下方法第四章套接字编程作业 ICMP ping 答案

计算机网络自顶向下方法第二章套接字编程作业 UDP ping程序答案

计算机网络自顶向下方法第一章 Wireshark实验：入门答案