Construction

DRAEM【异常检测：Reconstruction-based】

2021.8，ICCV，排名第十（paperswithcode）模型原理网络三大模块：异常生成模块、重构模块、判断模块。异常生成模块：因为只有正常数据，通过将异常区域做到正常图里达到模拟异常图的效果。重构模块：将产生的异常图进行重构得到重构图，可以产生损失Lr。判断模块：重构图与异常图一同输入，通过该模块的层级结构对比产生分割真值图。理解为以重建的方法为主体，辅助使用数据增强的及分割图的深入推断（
太简单了·2022-12-21 09:25

InTra【异常检测：Reconstruction_based】

2021.4，效果排名第23（paperswithcode）模型原理思想：将transformer引入异常检测领域，将基于生成重构的问题转化为inpainting问题（将图像某些区域覆盖然后恢复，可视为自监督方法），使用transformer来进行大感受野的信息捕捉。PatchEmbeddingsandMultiheadFeatureSelf-attentionPatchembeddings如图，
太简单了·2022-12-21 09:55

HDR dataset

DatasetNTIRE2021HDR(2021),CVPRWHDR+BurstPhotographyDataset(2016),GoogleResearchPaperwithcodesHDRUNet:SingleImageHDRReconstructionwithDenoisingandDequantization
Lumiran·2022-12-20 11:03

ICCV 2021 oral 重构+预测，双管齐下提升视频异常检测性能

关注公众号，发现CV技术之美本文分享ICCV2021oral论文『AHybridVideoAnomalyDetectionFrameworkviaMemory-AugmentedFlowReconstructionandFlow-GuidedFramePrediction
我爱计算机视觉·2022-12-20 03:16

NeuralRecon拜读：单目视频实时连贯三维重建

CVPR2021：NeuralRecon:Real-TimeCoherent3DReconstructionfromMonocularVideoCode：https://github.com/zju3dv
人工智睿·2022-12-19 18:13

67、INGeo：利用占用网格先验加速/减少迭代次数

简介论文地址：INGeo:AcceleratingInstantNeuralSceneReconstructionwithNoisyGeometryPriors首先我们知道Instant-ngp利用最先进的射线推进技术
C--G·2022-12-18 20:58

SurfelMeshing 解析

Surfel-BasedMeshReconstruction该算法是输入是RGB-D图像流，和通过SLAM系统求出的相机位姿（ElasticFusion），该算法由四大部分组成surfelreconstruction
漫漫人生路lz·2022-12-18 08:23

Feb20-paper reading-Convolutional Recurrent Neural Networks for Dynamic MR Image Reconstruction

1.ConvolutionalRecurrentNeuralNetworksforDynamicMRImageReconstructionMYNOTES:结合之前读过类似的imagedenoising或者图像重建的文章
欢仔·2022-12-17 17:46

3D 论文阅读SDF-SRN: Learning Signed Distance 3D Object Reconstruction from Static Images

浏览SDF-SRN:LearningSignedDistance3DObjectReconstructionfromStaticImages在解决什么问题？
疯子_Zhang·2022-12-17 09:19

AvatarMe: Realistically Renderable 3D Facial Reconstruction “in-the-wild”

概述本文发表于CVPR2020，从野生图像中，缺乏相关的方法能够生成高分辨率、真实感的三维人脸，主要原因是：缺乏可用的训练数据即使有高分辨率数据，也缺乏具有鲁棒性的方法本文提出的AvatarMe方法，是第一种能够基于单张的野生的图像，重建真实感三维人脸的方法，这里着重注意是真实感渲染，即PBR，和普通的渲染不一样相关工作PCA方法，虽然能够表示重建人脸的最基本的特征，但是在高频的纹理与几何细节上却
理想很丰满，现实很骨感·2022-12-17 09:17

MVSNeRF

MVSNeRF:FastGeneralizableRadianceFieldReconstructionfromMulti-ViewStereo：基于多视图立体的快速可推广辐射场重建（ICCV2021）
川河w·2022-12-17 01:00

Convolutional Recurrent Neural Networks for Dynamic MR Image Reconstruction

用卷积递归神经网络进行动态图像重建CRNN（ConvolutionRecurrentNeuralNetwork）https://arxiv.org/pdf/1507.05717.pdf将特征提取(featureextraction)，序列模型(sequencemodeling)和transcription整合到一个完整的网络，尽管这个网络包含好几种网络架构，但是它可以在一个损失函数下进行训练，从下
weixin_43371383·2022-12-16 23:40

【论文笔记（8）】PaDiM a Patch Distribution Modeling Framework for Anomaly Detection and Localization

PaDiMaPatchDistributionModelingFrameworkforAnomalyDetectionandLocalizationAbstractIntroductionRelatedWorkReconstruction-basedmethodsEmbeddingsimilarity-basedmethodsPatchDistributionModelingEmbeddingex
国家二级退堂鼓表演家·2022-12-16 10:57

[论文阅读][深度学习-三维重建]Single-Shot 3D Shape Reconstruction Using Structured Light and CNN

Single-Shot3DShapeReconstructionUsingStructuredLightandDeepConvolutionalNeuralNetworks文章目录Single-Shot3DShapeReconstructionUsingStructuredLightandDeepConvolutionalNeuralNetworksAbstract1
你代码写的像诗·2022-12-15 23:39

[CVPR2019]GANFIT: Generative Adversarial Network Fitting for High Fidelity 3D Face Reconstruction

标题：GANFIT:GenerativeAdversarialNetworkFittingforHighFidelity3DFaceReconstruction链接：https://arxiv.org/
深蓝蓝蓝蓝蓝·2022-12-15 22:32

GANFIT: Generative Adversarial Network Fitting for High Fidelity 3D Face Reconstruction

1.论文大致介绍论文是基于GAN网络的高精度、基于单张图片的人脸三维重建，重建效果如下图所示我们可以看到人脸的细节还原得特别详细，总而言之，本篇论文的特点如下与传统生成3dmm的颜色系数的方法不同，本文使用GAN网络生成一张高分辨率的人脸UV纹理图，代替3dmm颜色系数来表示人脸的纹理，因此能够还原出很多详细的细节基于设计的GAN网络与可微渲染器（三维的物体渲染成二维图像的时候，其实本质上是进行了
理想很丰满，现实很骨感·2022-12-15 22:25

CVPR_2021_Riggable 3D Face Reconstruction via In-Network Optimization

摘要本文提出了一种基于单目图像的可装配的三维人脸重建方法，该方法联合估计个性化的人脸模型和每幅图像的参数，包括表情、姿态和光照。为了实现这一目标，我们设计了一个嵌入可微网络优化的端到端可训练网络。该网络首先通过神经解码器将人脸识别器参数化为一个紧凑的潜在代码，然后通过可学习优化估计潜在码和每幅图像的参数。网络内优化显式地执行从第一性原理导出的约束，因此比基于回归的方法引入了额外的先验。最后，利用深
Nicholas Sc·2022-12-15 22:49

CVPR_2021_Fast-GANFIT: Generative Adversarial Networkfor High Fidelity 3D Face Reconstruction

摘要在本文中，我们采用了一种完全不同的方法，利用生成对抗网络（GANs）和DCNNs的能力，从单幅图像中重建面部纹理和形状。即利用GANS从一个大规模的三维纹理数据集中训练出一个非常强大的人脸纹理先验。在此基础上，我们利用非线性优化方法对原有的三维可变形模型(3DMMS)拟合进行了研究，找到了能够在新的视角下重建测试图像的最优潜在参数。为了对初始化具有鲁棒性和加速拟合过程，我们提出了一种新的基于自
Nicholas Sc·2022-12-15 22:16

文献翻译：《弱监督学习实现3D人脸重建：从单张图片到图片集》（Accurate 3D Face Reconstruction with Weakly-Supervised Learning）

光照模型（IlluminationModel）相机模型（CameraModel）4.用于单图像重建的混合级弱监督方法（Hybrid-levelWeak-supervisionforSingleImageReconstruction
哪咔吗·2022-12-15 19:09

微软三维人脸重建论文总结——《Accurate 3D Face Reconstruction with Weakly-Supervised Learning》

原作：https://arxiv.org/abs/1903.08527研究机构：微软研究院写在前面想象一下，通过二维的人脸图片，生成高度还原的三维人脸模型。真是异想天开，可是人工智能要做的不就是实现那些异想天开的事情吗？再想象一下，这种功能能够运用的场景：首先由于我从事的是游戏行业，因此很直接的就是能够生成玩家自定义的三维游戏角色。可以是玩家自己，也可以是玩家喜欢的人，只需要你上传一张高清大头照，
哪咔吗·2022-12-15 19:09

ECCV 2022 | 清华&腾讯AI Lab提出REALY: 重新思考3D人脸重建的评估方法

本文分享ECCV2022论文《REALY:RethinkingtheEvaluationof3DFaceReconstruction》，对3D人脸重建的评
Tom Hardy·2022-12-15 19:05

论文项目复现笔记----Emotion Driven Monocular Face Capture and Animation

OfficialrepositoryaccompanyingaCVPR2022paperEMOCA:EmotionDrivenMonocularFaceCaptureAndAnimation.EMOCAtakesasingleimageofafaceasinputandproducesa3Dreconstruction.EMOC
爱编程的小亮·2022-12-15 16:39

Deep Convolutional Networks on Graph-Structured Data 汉译与理解

Abstract1Introduction2RelatedWork3GeneralizingConvolutionstoGraphs3.1SpectralNetworks3.2PoolingwithHierarchicalGraphClustering4GraphConstruction
随便起个名字问题不大·2022-12-15 12:01

A Hybrid, Dual Domain, Cascade of Convolutional Neural Networks for MR Image Reconstruction

用于核磁共振影像重建的双域混合学习级联卷积网络1.论文信息论文标题：AHybrid,DualDomain,CascadeofConvolutionalNeuralNetworksforMagneticResonanceImageReconstruction
FengF2017·2022-12-15 09:12

BMVC2022 | HR-VQVAE：用于图像重建和生成的基于Hierarchical Residual Learning的VQVAE

原文标题：HierarchicalResidualLearningBasedVectorQuantizedVariationalAutoencoderforImageReconstructionandGeneration
羊飘·2022-12-15 09:44

【论文】RfD-Net: Point Scene Understanding by Semantic Instance Reconstruction

CVPR2021SemanticInstanceReconstruction任务包括恢复场景几何，目标定位和重建。
Tony·2022-12-14 18:12

RGBD三维重建——SeamlessTex运行环境配置（采坑指南）

文章链接：SeamlessTextureOptimizationforRGB-DReconstructionGithub链接：fdp0525/SeamlessTex采坑准备安装ceres1.14，cmake
little vegitable dog·2022-12-14 17:42

论文阅读 | Event-based Video Reconstruction via Potential-assisted Spiking Neural Network

前言：用SNN脉冲神经网络做基于事件相机的图像重建的文章论文地址：【here】代码地址：【here】Event-basedVideoReconstructionviaPotential-assistedSpikingNeuralNetwork
btee·2022-12-14 16:32

MR-GMMapping:基于高斯混合模型的通信高效多机器人映射系统

III.通过高斯混合模型建图（MAPPINGVIAGAUSSIANMIXTUREMODELS）IV.多机器人GMM建图（MULTI-ROBOTGMMMAPPING）A.GMM子地图建立（GMMSubmapConstruction
不懂音乐的欣赏者·2022-12-14 12:46

SpringBoot+CXF发布Webservice时报错：counts of IllegalAnnotationExceptions

为了验证我们自己开发的对接是否正常，因此，自己写了对应的接口来验证，结果发布Webservice的时候报错：Causedby:org.apache.cxf.service.factory.ServiceConstructionException
brucemiao·2022-12-14 09:44

基于深度学习的核磁共振影像重建

基于深度学习的核磁共振影像重建概述：LearningaVariationalNetworkforReconstructiono
程序媛JD·2022-12-14 07:06

matlab 支撑集,基于OMP算法的快速压缩感知图像重构

基于OMP算法的快速压缩感知图像重构[J].云南大学学报(自然科学版),2017,39(2):207-211.MABo-heng,PENGYi.FastcompressedsensingimagereconstructionbasedonOMPalgorithm
VS华·2022-12-14 06:40

Refractive three-dimensional reconstruction for underwater stereo digital image correlation论文代码

在这篇论文中，作者提出了双目相机水下三维重建会产生畸变的解决方法，该方法的最关键一步就是折射界面方程的重建，但是在作者给的源码中却没有该部分的代码。我在折射平面上粘贴圆形标记，然后使用双目相机得到标记点的三维坐标，最后通过RANSAC算法来拟合平面方程。折射平面方程的构建代码能够用来拟合任何平面方程，如果你需要使用双目相机来拟合平面得到平面方程，该部分的代码同样实用。我将在下面给出折射界面方程构建
dy_______·2022-12-14 04:08

【点云处理之狂读论文经典篇1】——3D ShapeNets: A Deep Representation for Volumetric Shapes

3DShapeNet：一种体素形状的深度表示方法1.摘要2.引言3.相关工作4.3DShapeNets4.2.5DRecognitionandReconstruction4.1View-basedSampling4.2Next-Best-ViewPrediction5
LingbinBu·2022-12-13 23:11

MAE：Masked Autoencoders Are Scalable Vision Learners(带掩码的自编码器是可扩展的学习器)论文阅读

MaskedAutoencodersAreScalableVisionLearnersAbstractIntroductionApproachMaskingMAEencodingMAEdecoderReconstructiontargetSimpleimplementationExperiments
独上归州·2022-12-13 21:47

深度分析何恺明新作MAE：通向CV大模型

本文目录1MAE1.1Self-supervisedLearning1.2MaskedAutoEncoder(MAE)方法概述1.3MAEEncoder1.4MAEDecoder1.5自监督学习目标函数ReconstructionTarget1.6
极市平台·2022-12-13 21:15

python图像拼接_图像拼接_图像拼接算法_python图像拼接 - 云+社区 - 腾讯云

constructionandrefinementofpanoramicmosaicswithglobalandlocalalignmentinternationalconferenceoncomputervision
weixin_39717110·2022-12-13 15:18

我的机器学习笔记——特征工程

2.特征工程子问题2.1特征选择FeatureSelection2.2特征提取FeatureExtraction2.3特征构建FeatureConstruction3.特征工程处理过程4.总结1.特征工程是什么
Wenee_·2022-12-13 13:22

论文：Improving One-stage Visual Grounding by Recursive Sub-query Construction

作者摘要Weimproveone-stagevisualgroundingbyaddressingcurrentlimitationsongroundinglongandcomplexqueries.Existingone-stagemethodsencodetheentirelanguagequeryasasinglesentenceembeddingvector,e.g.,takingthee
小仙女呀灬·2022-12-12 19:26

论文笔记（一）3D-R2N2 A Unified Approach for Single and Multi-view 3D Object Reconstruction

发表期刊：ECCV发表时间：2016摘要  受最近成功的利用形状先验实现鲁棒3D重构方法的启发，我们提出了一种新的循环神经网络架构，我们称之为3D循环重构神经网络(3D-R2N2)。该网络从大量合成数据中学习物体图像到其底层3D形状的映射。我们的网络从任意视点接收一个或多个对象实例的图像，并以3D占用网格的形式输出对象的重建。与之前的大多数工作不同，我们的网络不需要任何图像注释或对象类标签进行训练
码界战士嘎嘎嘎·2022-12-12 17:22

论文：Flow Reconstruction for Data-Driven Traffic Animation

一个程序员，入了交通的坑，苍天了。===============================================================================论文地址：http://gamma.cs.unc.edu/TrafficFlowRecon/作者：DavidWilkie：UniversityofNorthCarolina北卡罗来纳大学，Ming的学生，目前
PicDog·2022-12-11 21:23

三维叉乘怎么算_AM3D: 高精度单目三维检测器

这次分享的是来自欧阳万里老师团队的"AccurateMonocular3DObjectDetectionviaColor-Embedded3DReconstructionforAutonomousDriving
weixin_39738380·2022-12-10 22:39

【3D目标检测】Accurate Monocular Object Detection via Color-Embedded 3D Reconstruction for AD

目录概述细节整体流程第一阶段：3D数据生成第二阶段：3D边界框估计前景分割颜色嵌入3D边界框估计损失函数概述本文是基于图像的3D目标检测方法。和伪点云原论文在流程上是相同的，但是基于伪点云的方法将深度图转换成伪点云之后直接使用了已有的工作，而本文中作者进行了自己的改进，包括前景分割代替实例分割，添加颜色嵌入等。细节整体流程主要分为两个阶段，3D数据生成以及3D边界框预测第一个阶段中，做2D目标检测
可乐大牛·2022-12-10 22:08

【开集识别论文解读】Classification-Reconstruction Learning for Open-Set Recognition——CVPR2019

论文原文：https://arxiv.org/pdf/1812.04246v2.pdf本文提出的CROSR利用潜在表示进行重建，并在不损害已知类别分类精度的情况下实现鲁棒未知检测。开集分类器可以检测不属于任何训练类的样本。通常，它们将概率分布拟合到某些特征空间中的训练样本中，并将异常值检测为未知值。对于表示样本的特征，几乎所有现有的深度开集分类器都依赖于通过完全监督学习获得的特征，如图1（a）所示
努力学习滴兔兔·2022-12-10 19:13

基于RGB-D的场景实时三维重建综述

主要参考这篇综述：【StateoftheArton3DReconstructionwithRGB-DCameras】这篇报告阐述了基于RGB-D的场景三维重建在算法概念和不同应用场景方面的最新发展，例如静态场景重建
FAM-VIVE·2022-12-10 16:00

RGBD三维重建——跑通JointTG环境配置

原论文：JointTextureandGeometryOptimizationforRGB-DReconstruction(CVPR2020)github链接：JointTG首先下载代码安装项目需要的环境
little vegitable dog·2022-12-10 15:21

sgu 176 Flow construction （有源汇的上下界最小流）

【题目链接】http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=11025【模型】有源汇点的上下界最小流。即既满足上下界又满足流量平衡的最小流量。【思路】按照可行流构造网络。不连t->s的边先跑一遍附加源汇点的最大流，然后连t->s一条inf边，在残量网络上跑一遍最大流。第一次求最大流所以能走的边都已经流满，第二次求附加源汇点最大
lengyue815·2022-12-10 08:30

蛋白质3D重建学习笔记：GNNRefine

一、代码Run1.运行python/home/huangjiehui/Project/AIProtein/StructuralReconstruction/RefineGNN/ab_train.py--
JackCrum·2022-12-10 07:53

（12）点云数据处理学习——表面重建

1、主要参考（1）官网的介绍Surfacereconstruction—Open3D0.16.0documentation（2）大佬的blog三维点云重建—open3dpython_Coding的叶子的博客
chencaw·2022-12-10 02:34

Multi-Modal Knowledge Graph Construction andApplication: A Survey

摘要近年来知识工程的兴起，其特征是知识图的快速发展。然而，现有的知识图大多用纯符号表示，这损害了机器理解真实世界的能力。知识图的多模态化是实现人级机器智能不可避免的关键步骤。这项工作的结果是多模态知识图(MMKGs)。本文首先给出了多模态任务的定义，然后对多模态任务和多模态技术进行了初步探讨。在此基础上，系统回顾了mmkg建设和应用面临的挑战、进展和机遇，并详细分析了不同解决方案的优缺点。我们用与
小蜗子·2022-12-10 01:26
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他