CVPR 第47页

【CVPR2020 image caption】读Meshed-Memory Transformer for Image Captioning

Meshed-MemoryTransformerforImageCaptioning（用于图像描述的带存储器的网状Transformer）原论文地址：下载地址官方开源代码地址：代码本篇博客参考文章：1、[CVPR2020

饿了就干饭·2022-12-13 06:53

meshed-memory transformer代码实现（绝对详细）

meshed-memorytransformer代码实现参考的官方代码：GitHub-aimagelab/meshed-memory-transformer:Meshed-MemoryTransformerforImageCaptioning.CVPR2020

qq_42605598·2022-12-13 06:23

CVPR2021-RSTNet-Captioning with Adaptive Attention on Visual and Non-Visual Words

论文地址:CVPR2021-RSTNet-CaptioningwithAdaptiveAttentiononVisualandNon-VisualWords背景介绍在imagecaptioning领域最常使用的是

leeyns·2022-12-13 06:20

CVPR2020-Meshed-Memory Transformer for Image Captioning

论文地址：Meshed-MemoryTransformerforImageCaptioning(thecvf.com)Background本文在transformer的基础上，对于ImageCaption任务，提出了一个全新的fully-attentive网络。在此之前大部分imagecaptioning的工作还是基于CNN进行特征提取再有RNNs或者LSTMs等进行文本的生成。本文的主要创新点为

leeyns·2022-12-13 06:17

基于特征的对抗迁移学习论文_用于部分迁移学习的加权对抗网络 | CVPR 2018论文解读...

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。这是PaperDaily的第60篇文章本期推荐的论文笔记来自PaperWeekly社区用户@jindongwang。本文是伍伦贡大学(UniversityofWollongong)发表于C

山山笔记·2022-12-13 02:35

2019CVPR有关对抗样本的论文总结（防御篇一）

目录一、特征图去噪二、PNI参数噪声注入三、输入多样性一、特征图去噪2019CVPR-FeatureDenoisingforImprovingAdversarialRobustness.特征去噪提高对抗鲁棒性背景通过将对抗性图像

学-evday·2022-12-13 02:34

AMT-GAN 人脸对抗样本 CVPR2022

CVPR2022ProtectingFacialPrivacy:GeneratingAdversarialIdentityMasksviaStyle-robustMakeupTransfer原文链接：https

mmjx2018·2022-12-13 02:34

CVPR2022：使用完全交叉Transformer的小样本目标检测

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式论文地址：https://openaccess.thecvf.com/content/CVPR2022

计算机视觉研究院·2022-12-12 22:45

CVPR 2022 Oral｜港中文开源PoseC3D：基于3D-CNN的骨骼动作识别框架

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自丨极市平台作者丨Kenny@知乎来源丨https://zhuanlan.zhihu.com/p/493374779导读PoseC3D是一种基于3D-CNN的骨骼行为识别框架，同时具备良好的识别精度与效率，在包含FineGYM,NTURGB+D,Kinetics-skeleton等多个骨骼行为数据集上达到了SOTA。不同于传统

Amusi（CVer）·2022-12-12 22:15

TransFusion | 基于Transformer的多模态融合算法（CVPR2022）

1关键词：CVPR2022,LiDAR-camera,Tran

自动驾驶之心·2022-12-12 22:14

解决利用opencv的CascadeClassifier实现人脸识别过程中的报错问题

opencv的haarcascade_frontalface_default.xml时程序报错SystemError，详细信息如下：1.绝对路径时path="F:\\PythonPractice\\opencvPractic

小完能被注册了·2022-12-12 22:34

DLA模型(分类模型+改进版分割模型) + 可变形卷积

DeepLayerAggregation(DLA)是一种网络特征融合方法，发表于CVPR2018。

BIT_Legend·2022-12-12 20:56

【论文笔记】—目标检测—YOLOv1—2016-CVPR

论文介绍题目：YouOnlyLookOnce:Unified,Real-TimeObjectDetectionDOI：10.1109/CVPR.2016.91时间：2015-6-8上传于arxiv会议

chaiky·2022-12-12 19:11

2016-CVPR-YOLO

论文下载：http://arxiv.org/abs/1506.02640代码下载：https://github.com/pjreddie/darknet此篇博客为半原创，在翻译论文的同时参考了网上的一些翻译与理解，受益颇多，在此感谢其他博主。参考资料没有列全，深感抱歉。文中如有错误，请积极指出，一起学习，共同进步。物体检测一系列方法：DPM、R-CNN、FastR-CNN、FasterR-CNN、

Rhine_Yu·2022-12-12 19:09

Pseudo-Q: Generating Pseudo Language Queries for Visual Grounding, 2022 CVPR

**本文内容仅代表个人理解，如有错误，欢迎指正**1.Problem&BackgroundInformation1.1Problem-目前，人们基本上都采用基于深度学习的方法来解决Visualgrounding任务。不论是全监督学习还是弱监督学习，都十分依赖人为标注的数据集，而人工标注不仅昂贵，还十分费时。因此，本篇论文的目标是减少模型对于人工标注数据的依赖。1.2BackgroundInform

BachelorSC·2022-12-12 19:28

One-Stage Visual Grounding论文汇总

目录现有方法2017arXiv题目动机简介2017CVPR题目动机简介2017CVPR题目动机简介2017IJCAI题目动机简介2018arXiv题目动机简介2018CVPR题目动机简介2019ICCV

NeverMoreH·2022-12-12 19:57

（CVPR2022）...

关注公众号，发现CV技术之美本文分享CVPR2022的一篇论文『ImprovingfeaturesVisualGroundingwithVisual-LinguisticVeriﬁcationandIterativeReasoning

我爱计算机视觉·2022-12-12 19:56

【论文阅读】Interventional Video Grounding with Dual Contrastive Learning

阅读目标2021-CVPR上面利用因果理论（干预）来解决数据集的选择性偏置（selectionbias）问题的，在2021-SIGIR上面也有一篇类似的，DeconfoundedVideoMomentRetrievalwithCausalIntervention

反科研pua所所长·2022-12-12 19:55

CVPR 2018 论文分享会

DeepLearningTowardsFasterTrainingofGlobalCovariancePoolingNetworksbyIterativeMatrixSquareRootNormalizationAbstractGlobalcovariancepoolinginconvolutionalneuralnetworkshasachievedimpressiveimprovementov

__Sunshine__·2022-12-12 17:48

LCP图像拼接-代码-RMSE问题

LCP的RMSE代码2021年cvpr-LeveragingLine-pointConsistencetoPreserveStructuresforWideParallaxImageStitching（

乐KO烦·2022-12-12 16:43

论文速度系列三：SA-SSD、CIA-SSD、SE-SSD

SA-SSD2.CIA-SSD3.SE-SSD1.SA-SSDpaper：《StructureAwareSingle-stage3DObjectDetectionfromPointCloud》（2020CVPR

Clichong·2022-12-12 14:00

CVPR2022学习-人脸识别:An Efficient Training Approach for Very Large Scale Face Recognition

论文地址：https://arxiv.org/pdf/2105.10375.pdf代码地址:GitHub-tiandunx/FFC:Officialcodeforfastfaceclassification看标题大概的理解-其解决的问题：现阶段我们训练人脸提特征网络，随着人脸ID数据的增加，dataloader和fc层的计算导致硬件开销极大。训练过程中理论上希望将大量数据集中的ID都用上，作者提出

CodeAIF·2022-12-12 13:37

CVPR 2022｜达摩院开源低成本大规模分类框架FFC

关注公众号，发现CV技术之美本文转载自机器之心。本文主要介绍了超大规模分类框架的现有解决方案，以及低成本分类框架FFC的相应原理及trick介绍。论文链接：https://arxiv.org/pdf/2105.10375.pdf应用&代码：https://modelscope.cn/models/damo/cv_ir50_face-recognition_arcface/summaryhttps:

我爱计算机视觉·2022-12-12 13:06

达摩院开源低成本大规模分类框架FFC CVPR论文深入解读

一、论文&代码论文链接：AnEfficientTrainingApproachforVeryLargeScaleFaceRecognition应用&代码：https://modelscope.cn/models/damo/cv_ir50_face-recognition_arcface/summaryhttps://modelscope.cn/models/damo/cv_resnet_face-

AI记忆·2022-12-12 13:34

Learning To Count Everything（论文阅读笔记）

：https://arxiv.org/abs/2104.08391源码：https://github.com/cvlab-stonybrook/LearningToCountEverything出处：CVPR2021

今天也学习了嗷·2022-12-12 12:49

目标检测---匹配策略

CVPR2020中的文章ATSS揭露到anchor-based和anchor-free的目标检测算法之间的效果差异原因是由于正负样本的选择造成的。

calvinpaean·2022-12-12 12:46

CVPR 2021 | 视觉Transformer的可视化

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：极市平台导读可视化对于Transformer的模型调试、验证等过程都非常重要，FAIR的研究者开源了一种Transformer可视化新方法，能针对不同类呈现不同且准确的效果。近两年，“Transformer”的热潮从自然语言处理领域席卷至计算机视觉领域。Transformer及其衍生方法不仅是几乎所有NLP基准测试中最

Amusi（CVer）·2022-12-12 11:19

CVPR2022-图像恢复重建Restormer论文解读

CVPR2022文献解读之Restormer图像恢复重建：Restormer:EfficientTransformerforHigh-ResolutionImageRestoration原文传送：https

小小溪99·2022-12-12 09:20

超分算法TTSR：Learning Texture Transformer Network for Image Super-Resolution 基于参考图像Ref的超分辨率重建

这篇文章TTSR应该是第一次将transformer引入到超分任务中，且是基于参考图像的超分重建RefSR，文章发表在CVPR2020。

暖风️·2022-12-12 09:19

SRGAN图像超分辨率重构 -- 使用飞桨复现 CVPR 2017 论文 Conference on Computer Vision and Pattern Recognition

文章来源：2017IEEEConferenceonComputerVisionandPatternRecognition(CVPR)下载链接：Photo-RealisticSingleImageSuper-ResolutionUsingaGenerat

六之·2022-12-12 09:18

CVPR2022论文速递（2022.4.26）！共16篇！Transformer+分割+超分等

整理：AI算法与图像处理CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo欢迎关注公众号AI算法与图像处理，

flyfor2013·2022-12-12 09:47

CVPR2020:Learning Texture Transformer Network for Image Super-Resolution解读

LearningTextureTransformerNetworkforImageSuper-Resolution（用于图像超分辨率的学习纹理transformer网络）Writers：FuzhiYang,HuanYang,JianlongFu,HongtaoLu,BainingGuoConference：cvpr2020

hbw136·2022-12-12 09:47

Transformer用于超分辨率重建

1LearningTextureTransformerNetworkforImageSuper-Resolution（TTSR，CVPR2020）本文引用已经有200多了。

是暮涯啊·2022-12-12 09:17

CVPR2021 | VQGAN+：Taming Transformers for High-Resolution Image Synthesis

原文标题：TamingTransformersforHigh-ResolutionImageSynthesis主页：TamingTransformersforHigh-ResolutionImageSynthesis代码：https://github.com/CompVis/taming-transformerstransformer比CNN缺少了归纳偏置和局部性，但是更具表现力，但对于长序列（高

羊飘·2022-12-12 09:46

CVPR 2019 | 一种用于年龄估计的连续感知概率网络

2019-11-1604:26:34作者|BBuf编辑|唐里年龄估计是计算机视觉中一个重要且具有挑战性的问题。现有的年龄估计方法通常采用分治法来解决非平稳老化引起的异构数据。然而，面部衰老过程也是一个连续过程，不同年龄之间的连续关系还没有得到有效的挖掘。在这篇文章中，作者提出了一种称为BridgeNet的模型进行年龄估计，能够有效地挖掘年龄标签之间的连续关系。年龄估计尝试根据面部图像预测实际年龄值

喜欢打酱油的老鸟·2022-12-12 07:19

经典CNN的实现 InceptionNet

InceptionNetInceptionNetInceptionNet诞生于2014年，当年ImageNet竞赛冠军，Top5错误率为6.67%论文出处：SzegedyC,LiuW,JiaY,etal.GoingDeeperwithConvolutions.InCVPR

如魔·2022-12-12 01:13

CVPR2020｜无需3D运动数据训练，最新SOTA人体姿势估计方法

点击我爱计算机视觉标星，更快获取CVML新技术作者|MuhammedKocabas译者|刘畅出品|AI科技大本营（ID:rgznai100）人体的运动对于理解人的行为是非常重要的。尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。为了解决这个问题，本文提出了“用于人体姿势和形状估计的视频推理”

我爱计算机视觉·2022-12-12 01:29

Videopose人体姿态估计

Efficient3Dhumanposeestimationinvideousing2Dkeypointtrajectorieshttps://github.com/facebookresearch/VideoPose3DCVPR2019PosterPaper-VideoPosePaperName

Vertira·2022-12-11 22:32

用于多模态注意力学习的超图注意力网络（2020 CVPR）

摘要多模态学习中出现的基本问题是不同模态之间的信息水平差异。为了解决这个问题，本文提出了超图注意力网络(HANs)，他在具有符号图的模态之间定义了一个共同的语义空间，并基于在语义空间中构建的注意力图提取模态的联合表示。过程：用每个模态的的符号图构建公共的语义空间，匹配符号图子结构之间的语义，在语义空间中构建图之间的共同注意力图，并使用共同注意力图集成多模态输入，以获得最终的联合表示。介绍重新强调了

呆呆_kk·2022-12-11 19:12

CVPR2020: Suppressing Uncertainties for Large-Scale Facial Expression Recognition 阅读随笔

0.Abstract大规模表情识别(large-scaleFacialExpressionRecognition,FER)的主要挑战在于不确定性(uncertainties)，这些不确定性来源于模棱两可的面部表情(ambiguousfacialexpressions),低质量的脸部图像(low-qualityfacialimages)和标注者的主观性(thesubjectivenessofanno

mathlxj·2022-12-11 17:42

CVPR 2020：Cross-View Tracking for Multi-Human 3D Pose Estimation at over 100 FPS 论文阅读随笔

CVPR2020论文阅读系列之3D姿态估计一：论文：Cross-ViewTrackingforMulti-Human3DPoseEstimationatover100FPS欢迎批评指正,以下为OneNote

mathlxj·2022-12-11 17:12

自动驾驶之3D点云聚类算法调研

相似算法:RBNN(radiallyboundednearestneighborgraph),2008.1.2SupervoxelClusterCVPR13VoxelCloudC

mathlxj·2022-12-11 17:31

#今日论文推荐# CVPR 2022丨学习用于小样本语义分割的非目标知识

wwwsxn·2022-12-11 16:46

【CVPR2022】【小样本分类和分割】Integrative Few-Shot Learning for Classification and Segmentation

用于分类和分割的综合小样本学习文章目录Abstract一、Problemformulation二、IntegrativeFew-ShotLearning(iFSL)三、5.Modelarchitecture四、实验Abstract本文介绍了小样本分类和分割(FS-CS)的综合任务，即whenthetargetclassesaregivenwithafewexamples，对查询图像中的目标对象进行

JOJO-XU·2022-12-11 16:45

CVPR 2022 | 大幅减少零样本学习所需人工标注，马普所和北邮提出富含视觉信息的类别语义嵌入...

©作者|北京邮电大学、马普所来源|机器之心来自北京邮电大学、马普所等机构的研究者提出了类别嵌入发掘网络，提高了类别嵌入在视觉空间的完备性，对零样本学习中类别之间的知识转移有重要促进作用。零样本学习旨在模仿人类的推理过程，利用可见类别的知识，对没有训练样本的不可见类别进行识别。类别嵌入（classembeddings）是描述类别语义和视觉特征的向量，能够实现知识在类别间的转移，因而在零样本学习中发挥

PaperWeekly·2022-12-11 16:15

CVPR2022 | 简单高效的语义分割体系结构

前言本文提出了一种简单的编码-解码器体系结构，具有类似ResNet的主干和一个小的多尺度头，其性能与复杂的语义分割体系结构（如HRNet、FANet和DDRNets）相当或更好。另外，本文还为桌面和移动目标提供了一系列这样的简单架构。欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。论文：http://arxiv.org/pdf/2206.08236

CV技术指南(公众号)·2022-12-11 16:44

CVPR 2022 Oral 学习不分割的内容：关于小样本分割的新视角

论文题目：LearningWhatNottoSegment:ANewPerspectiveonFew-ShotSegmentation论文地址：https://arxiv.org/pdf/2203.07615.pdf开源代码：https://github.com/chunbolang/BAM近年来，小样本分割（Few-shotSegmentation,FSS）得到了广泛的发展。以往的大多数工作都力

Morty徐同学·2022-12-11 16:14

CVPR2021 | 重新思考BiSeNet让语义分割模型速度起飞

超强的实时语义分割新网络：STDC，表现SOTA！性能优于BiSeNetV2、SFNet等网络，其中一版本性能高达97.0FPS/76.8％mIoU，代码即将开源！作者单位：美团1简介BiSeNet已被证明在实时分割two-stream网络中是有效的。但是，其添加额外path以对空间信息进行编码的原理很耗时，并且由于缺少任务专用设计，因此从预训练任务（例如图像分类）中借用的主干可能无法有效地进行图

深度学习技术前沿·2022-12-11 16:35

CVPR 2015 Paper

转自：http://blog.csdn.net/xuyuhua1985/article/details/46662283From:http://www.pamitc.org/cvpr15/program.php

billbliss·2022-12-11 15:49

CVPR2022：Blended Diffusion for Text-driven Editing of Natural Images

CVPR2022：BlendedDiffusionforText-drivenEditingofNaturalImagesPaper:https://openaccess.thecvf.com/content

nappingman·2022-12-11 14:31

推荐频道

CVPR