Context-Aware

Medical Image Synthesis with Context-Aware Generative Adversarial Networks

摘要计算机断层扫描（CT）对于各种临床应用至关重要，例如放射治疗计划以及PET衰减校正。但是，CT在采集过程中会暴露放射线，这可能对患者造成副作用。与CT相比，磁共振成像（MRI）更安全，并且不涉及任何辐射。因此，近来，对于放射治疗计划的情况，研究人员被极大地动机从同一对象的其对应的MR图像估计CT图像。在本文中，我们提出了一种数据驱动的方法来解决这一具有挑战性的问题。特别是，通过训练性的卷积网络

22f9d17d554d·2024-02-12 08:03

[ECCV 2022]Ghost-free High Dynamic Range lmagingwith Context-aware Transformer读后感

主要思想多帧高动态范围成像（HighDynamicRangeImaging,HDRI/HDR）旨在通过合并多幅不同曝光程度下的低动态范围图像，生成具有更宽动态范围和更逼真细节的图像。如果这些低动态范围图像完全对齐，则可以很好地融合为HDR图像，但是，实际拍摄到的图像容易受到相机、物体运动的干扰，三张低动态范围图像往往不能很好地得到对齐，直接对三图像做融合的话，所生成的图像容易产生伪影、重影.为

阿维的博客日记·2023-11-06 21:27

Context-Aware Attention Network for Image-Text Retrieval——2021CVPR 中科院

一、研究背景跨模态问题，图像–文本的双向检索严重依赖于每个图像-文本的联合嵌入学习以及相似性度量。很少有人同时探索单个模态中模态和语义相关性之间的对应。二、作者对本文的贡献1、提出了上下文感知注意力网络，可以从全局的角度基于给定的上下文来适应的选择信息片段。其中包括a：单个模态内的语义相关性b：区域与单词之间的可能的对齐方式。2、提出了使用语义注意力来捕获模态内的潜在相关性。并且图片选定区域与单词

逝去〃年华·2023-11-05 21:55

[论文阅读]Ghost-free High Dynamic Range Imaging with Context-aware Transformer

多帧高动态范围成像（HighDynamicRangeImaging,HDRI/HDR）旨在通过合并多幅不同曝光程度下的低动态范围图像，生成具有更宽动态范围和更逼真细节的图像。如果这些低动态范围图像完全对齐，则可以很好地融合为HDR图像，但是，实际拍摄到的图像容易受到相机、物体运动的干扰，三张低动态范围图像往往不能很好地得到对齐，直接对三图像做融合的话，所生成的图像容易产生伪影、重影，例如下图所示：

跪求指点·2023-10-29 15:16

Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

DenseRelationDistillationwithContext-awareAggregationforFew-ShotObjectDetectionHanzheHu1,ShuaiBai2,AoxueLi1,JinshiCui1,LiweiWang11KeyLaboratoryofMachinePerception(MOE),SchoolofEECS,PekingUniversity北京大

bieliwuguiqi·2023-10-27 07:59

《Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection》论文总结

DenseRelationDistillationwithContext-awareAggregationforFew-ShotObjectDetection提出背景方法解读Few-Shot目标检测框架key和value的embeddingRelationDistilled关系蒸馏Context-awareFeatureAggregation（CFA）实验效果总结论文链接:https://arxi

一颗磐石·2023-10-27 07:28

❀论文篇❀EmotiCon: Context-Aware Multimodal Emotion Recognition using Frege’s Principle论文翻译

情绪识别论文：EmotiCon:Context-AwareMultimodalEmotionRecognitionusingFrege’sPrinciple论文地址：https://arxiv.org/pdf/2003.06692.pdf目录摘要Abstract1.介绍Introduction2.相关工作RelatedWork2.1.多模态情绪识别Uni/MultimodalEmotionReco

夏天｜여름이다·2023-10-08 10:11

论文阅读 CAD-Net: A Context-Aware Detection Network for Objects in Remote Sensing Imagery

文章目录CAD-Net:AContext-AwareDetectionNetworkforObjectsinRemoteSensingImageryAbstractI.INTRODUCTIONII.RELATEDWORKIII.PROPOSEDMETHODA.LeveragingContextualInformationB.Spatial-and-Scale-AwareAttentionModul

Re-赟·2023-08-25 05:57

论文笔记——C2FNet:Context-aware Cross-level Fusion Network for Camouﬂaged Object Detection

Context-awareCross-levelFusionNetworkforCamouﬂagedObjectDetection论文地址:https://arxiv.org/pdf/2105.12555.pdf?ref=https://githubhelp.com代码地址:https://github.com/thograce/C2FNet发表刊物:IJCAI2021摘要由于对象与其周围

再吃一颗苹果cc·2023-04-17 05:22

Image Matting 抠图算法

ImageMatting传统方法和深度学习方法回顾2.ImageMatting经典算法2017DIM：DeepImageMatting[1]2018AlphaGAN[2]2019SampleNet[3]Context-Aware

酒酿小圆子～·2023-04-01 20:52

论文翻译《Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection》

论文地址：https://arxiv.org/abs/2103.17115代码地址：https://github.com/hzhupku/DCNet目录Abstract1.Introduction2.RelatedWork2.1.GeneralObjectDetection2.2.Few-ShotLearning2.3.Few-ShotObjectDetection3.Method3.1.Prel

薛铁钢·2023-01-16 04:19

Hyperspectral Image Classification With Context-Aware Dynamic Graph Convolutional Network

论文记录1Abstract一RelatedworksA高光谱影像分类B图卷积网络二TheProposedmethodA图卷积网络B像素到区域的映射C动态图细化D区域到像素映射四试验结果与分析A数据集B试验设置C分类结果D标签数量对试验结果的影像E超参数影响F消融分析AblationStudyG训练时间五结论由南京理工大学ShengWan在2019年9月26日发表在预印本网站arxiv上，链接。这是

Eric Leee·2023-01-12 12:10

对话模型-改写式回复生成模型-Response Generation by Context-aware Prototype Editing

文章目录介绍整体架构PrototypeSelectorContext-AwareNeuralEditor结果介绍AAAI-2019上下文敏感的改写式回复生成模型。在这个工作中，吴俣等人提出了一个新的范式：“先检索，后改写”，用于回复生成。在该框架中，首先利用检索式聊天机器人检索一个回复（原型），之后根据该回复原本的上下文和当前上下文之间的差异来改写此回复。这种新的范式不仅继承了检索式聊天机器人回复

Adupanfei·2023-01-09 16:12

Dual Attention Matching Network for Context-Aware Feature Sequence basedPerson Re-Identification（论文）

摘要典型的行人重新识别(ReID)方法通常用单个特征向量描述每个行人，并将它们匹配到特定于任务的度量空间中。然而，基于单个特征向量的方法不足以克服视觉模糊，这在现实场景中经常发生。在本文中，我们提出了一种新颖的端到端可训练框架，称为双注意力匹配网络(DuATM)，用于学习上下文感知特征序列并同时执行注意力序列比较。我们DuATM框架的核心组件是双重注意机制，其中序列内和序列间注意策略分别用于特征细

MJ5513·2023-01-03 11:21

人脸表情系列：论文阅读——Context-Aware Emotion Recognition Networks

该论文提出了一种能感知图像内容进而提高表情识别能力的网络。目前主流的表情识别基本不考虑图像背景/context，而是把人脸crop出来单独进行表情的识别。本文认为，图像背景信息可以帮助对表情的判断。本文提出的网络称为Context-AwareEmotionRecogntionNetworks(CAER-Net)，主要功能就是同时参考背景信息和人脸信息，实现更准确的表情识别。CAER-Net结构如下

burning_planet·2023-01-03 09:21

论文阅读《Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection》

论文地址：https://arxiv.org/abs/2103.17115代码地址：https://github.com/hzhupku/DCNet目录1、存在的问题2、算法简介3、算法细节3.1、密集关系蒸馏模块(DRD)3.2、上下文感知聚合模块(CFA)3.3、学习策略4、实验消融实验1、存在的问题在以往的小样本目标检测工作中，支持特征和查询特征之间的关系没有得到充分的发掘和利用，传统方法利

薛铁钢·2022-12-30 10:40

体素ICCV2019（一）Pix2Vox: Context-aware 3D Reconstruction from Single and Multi-view Images

《Pix2Vox:Context-aware3DReconstructionfromSingleandMulti-viewImages》论文解读Abstract1.Relatedwork1.1Single-view3DReconstruction1.2Multi-view3DReconstruction2.Method2.1Encoder2.2Decoder2.3Context-awareFusi

Raywit·2022-12-27 21:53

Context-Aware Attentive Knowledge Tracing文献笔记

模型思路一个人对某个知识点的掌握或对某个题目的理解都受到其以往做题经验的影响，而且这个影响会随着时间衰退。比如，学生A和B都依次做了（a,b,c,d,e)五个题目，A的答题记录是(1,0,1,1,1)，B的答题记录是(0,1,0,1,0)，那么A和B都做到题目e时，他们对其的理解是不同的，即同一个题目对不同做题经验的人来说含义不同（在模型里表现为表征这个题目的vectorx并不是固定的，而是会随着

37.7834·2022-12-04 17:37

CANet: A Context-Aware Network for Shadow Removal论文阅读笔记

目录论文整体过程ContextualPatchMatchingModule上下文补丁匹配（CPM）计算cpm模块的损失Loss。ContextualFeatureTransferMechanism上下文特征转移（CFT）ShadowRemovalwithTwo-stageStrategy总损失LossLimitation论文整体过程在本文中，我们提出了一个新颖的两阶段语境感知网络CANet，以端到

老霉儿·2022-12-02 18:45

论文阅读 | Context-aware Synthesis for Video Frame Interpolation

前言：CVPR2018的一篇经典的视频插帧的文章论文地址：【here】Context-awareSynthesisforVideoFrameInterpolation引言目前一些做插帧的文章，对于前后warp后的帧融合通常采用权重相乘再相加，即（1-t）I0+tI1这样做是基于像素级的，并不能很好的融合两者的warp后的各自优势本文提出了一种语义融合方式，更好的融合光流warp后的两帧以及各自的语

btee·2022-12-02 18:02

【论文翻译】Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

DenseRelationDistillationwithContext-awareAggregationforFew-ShotObjectDetection基于上下文感知聚合的稠密关系提取用于少样本目标检测论文地址：https://arxiv.org/pdf/2007.12107v1.pdfhttps://arxiv.org/pdf/2103.17115.pdfhttps://arxiv.org

小张好难瘦·2022-11-28 11:01

论文阅读（Multimodal Dialog Systems via Capturing Context-aware Dependencies of Semantic Elements）

cx_0401·2022-11-26 10:13

HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentation

HRDA:Context-AwareHigh-ResolutionDomain-AdaptiveSemanticSegmentationAbstract 由于GPU内存的限制，之前大多数的方法仅仅是在下采样图片上进行操作。但是下采样图片的低分辨率预测往往不能保存细粒度的细节。随机剪切一些高分辨率图片用来训练模型减轻了这个问题，但是不能够捕获大范围的，领域鲁棒的上下文信息。因此，作者提出了HRDA

小白。。。。。。。·2022-11-26 08:03

context-aware learning to rank with self-attention

Transformer在美团搜索排序中的实践_美团技术团队-CSDN博客引言美团搜索是美团App连接用户与商家的一种重要方式，而排序策略则是搜索链路的关键环节，对搜索展示效果起着至关重要的效果。目前，美团的搜索排序流程为多层排序，分别是粗排、精排、异构排序等，多层排序的流程主要是为了平衡效果和性能。其中搜索核心精排策略是DNN模型，美团搜索始终贴近业务，并且结合先进技术，从特征、模型结构、优化目标

Kun Li·2022-11-21 02:23

#Paper Reading# Personalized Context-aware Re-ranking for E-commerce Recommender Systems

论文题目:PersonalizedContext-awareRe-rankingforE-commerceRecommenderSystems论文地址:https://arxiv.org/abs/1904.06813论文发表于:arxiv，2019.04论文大体内容：本文主要提出了PCRM（PersonalizedContext-awareRe-rankingModel）模型，将GoogleBER

John159151·2022-11-21 01:40

【论文阅读】DenseCLIP: Language-Guided Dense Prediction with Context-Aware Prompting

一篇CLIP应用在语义分割上的论文论文标题：DenseCLIP:Language-GuidedDensePredictionwithContext-AwarePrompting作者信息：代码地址：https://github.com/raoyongming/DenseCLIPAbstractCLIP模型对下游分类任务取得很好的效果，作者通过隐式和显式的利用CLIP中的预训练知识，提出一个密集型预测

阿委困的不能行·2022-10-19 14:19

2020 中科院 CVPR : Context-Aware Attention Network for Image-Text Retrieval

0.摘要跨模态检索主要依赖于图像文本对的联合嵌入学习和相似度度量，以往的研究很少同时考虑模态间的语义联系和单一模态的语义相关性，本方法简称CAAN，通过聚合全局上下文选择性地关注关键片段，即同时利用全局模态间的对齐和单一模态内的联系来挖掘潜在语义关系，考虑图像与句子在检索过程中的相互作用，单一模态内的相关性是由区域-单词对齐的二阶注意度得到的，而不是直观地比较原始特征之间的距离。实验在Flickr

彦祖琦·2022-06-28 19:59

论文阅读 [TPAMI-2022] Context-Aware Visual Policy Network for Fine-Grained Image Captioning

论文阅读[TPAMI-2022]Context-AwareVisualPolicyNetworkforFine-GrainedImageCaptioning论文搜索(studyai.com)搜索论文:Context-AwareVisualPolicyNetworkforFine-GrainedImageCaptioning搜索论文:http://www.studyai.com/search/who

北岭狼人·2022-06-28 19:42

Context-aware Attentional Pooling (CAP) for Fine-grained Visual Classification

Context-awareAttentionalPooling(CAP)forFine-grainedVisualClassification用于细粒度视觉分类的上下文感知注意力池化AAAI-2021文章目录Context-awareAttentionalPooling(CAP)forFine-grainedVisualClassification摘要一、引言二、相关工作三、提出的方法Contex

wannabe7·2022-06-28 19:01

小样本目标检测论文翻译总结 2021 CVPR Dense Relation Distillation with Context-aware Aggregation

DenseRelationDistillationwithContext-awareAggregationforFew-ShotObjectDetectionAbstractConventionaldeeplearningbasedmethodsforobjectdetectionrequirealargeamountofboundingboxannotationsfortraining,whic

星 ♚ 城·2022-03-18 07:29

【论文阅读+翻译】Context-Aware Residual Module for Image Classification

如有侵权，联系删除【2021ICPR】Context-AwareResidualModuleforImageClassification用于图像分类的上下文感知残差模块论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9412503【摘要】注意模块在众多视觉任务中取得了巨大的成功。然而，现有的视觉注意模块普遍考虑单一尺度

夏夜晚风__·2022-03-12 07:14

人群计数[CAN](Context-Aware Crowd Counting) 代码解读

之前已经完成了代码复现，并且自己也将ShanghaiTech中part_A_final和part_B_final数据集结果跑出来了。现在对代码部分做一个详细解读，加深自己的理解，如果有不对的地方请大家多多指教！！（本文默认已经阅读过此篇论文并且对python的语法有一定的了解）代码分析可以看见里面有create_json.py、dataset.py、image.py、make_dataset.py

很菜的菜鸟要先飞·2021-04-20 16:58

新闻推荐(8):Context-aware Graph Embedding for Session-based News Recommendation

前言Recsys2020中一篇关于新闻推荐的短文关键点：关注短期兴趣，session-based,基于图挖掘用户阅读序列的语义结构和关联由于实际新闻系统中登录用户相应的交互记录相对比较有限，会话级（短序列）的新闻推荐比较具有挑战性。现有的基于会话（短序列session-based）的新闻推荐方法主要侧重于从新闻文章中提取特征和用户与条目之间的连续交互，但这些方法往往忽略了新闻文章之间的语义层次结构

阿瑟_TJRS·2021-04-17 18:42

人群计数[CAN](Context-Aware Crowd Counting复现过程记录)

目录一、开发环境及其配置二、论文代码+数据集三、代码复现四、总结一、开发环境windows10+Anaconda3+python3.7+CUDA11.1+Pytorch1.8.0+Pycharm1、Anaconda3的配置Anaconda安装教程.这篇文章十分简洁明了，并且很有用，直接照着他来就行。下面重点说一下安装过程会遇到的问题以及解决方案：（1）首先在安装的时候，记得选择添加路径到环境变量，

很菜的菜鸟要先飞·2021-04-14 13:46

【论文笔记】FINET: Context-Aware Fine-Grained Named Entity Typing

文章目录FINET:Context-AwareFine-GrainedNamedEntityTypingAbstract1Introduction3TypeSelectionFINET:Context-AwareFine-GrainedNamedEntityTypingAbstractFINET,根据WordNet’s的超级细粒度的type类型来对短文本中的namedentity进行检测类型。Wo

DrogoZhang·2020-09-10 20:28

[骨架动作识别]Global Context-Aware Attention LSTM

1.Introduction本文的主要结构是一个两层的lstm，第一层生成globalcontextmemory（GCA），就是一个全局的背景信息。第二层LSTM加了注意力模型。这个注意力信息的生成有来自第一层的全局背景信息GCA的辅助，然后生成的注意力信息再用来重新调节全局背景GCA信息。是一个反复迭代的过程。最后GCA被用来分类。为什么要这样做？对于普通的LSTM而言，虽然后来的step包含更

lgy_keira·2020-09-10 18:32

论文解读：Selective Attention for Context-aware Neural Machine Translation

论文解读：SelectiveAttentionforContext-awareNeuralMachineTranslation 当前诸多的神经机器翻译工作着力于句子级别（sentence-level）的sequence2sequence，很少考虑到整个文档级别（document-level）的上下文信息，本文作者SameenMaruf、AndreF.T.Martins和GholamrezaHaf

华师数据学院·王嘉宁·2020-09-10 16:30

Context-aware Sequential Recommendation 论文&代码阅读

LiuQ,WuS,WangD,etal.Context-awareSequentialRecommendation[J].2016IEEE16thInternationalConferenceonDataMining.论文链接:https://arxiv.org/pdf/1609.05787.pdf.Introduction这篇文章是最早的将context上下文情景信息结合入SequentialR

thomasqu352·2020-09-10 13:23

论文翻译：Skeleton Based Human Action Recognition with Global Context-Aware Attention LSTM Networks

摘要三维骨骼序列中的人体动作识别已经引起了人们的广泛关注。最近，由于长短期记忆(LSTM)网络在序列数据的依赖性和动态性建模方面的优势，在这方面表现出了良好的性能。并不是所有的骨骼关节都具有动作识别的信息性，而不相关的关节往往会带来噪声，从而降低动作识别的性能，因此需要对具有信息性的关节给予更多的关注。然而，原有的LSTM网络并没有明确的注意能力。在本文中，针对基于骨架的动作识别，我们提出了一种新

王壹浪·2020-09-10 13:06

Skeleton-Based Human Action Recognition With Global Context-Aware Attention LSTM Networks翻译

IEEETRANSACTIONSONIMAGEPROCESSING，VOL.27，NO.4，APRIL2018基于LSTM网络全局上下文注意力机制和人的基本骨架实现动作识别摘要三维骨架序列中的人体动作识别（actionrecognition）已经引起了很多研究人员的注意。近期，长短期记忆网络（LSTM）由于其在依赖关系方面和动态序列数据方面建模的优点，在这项识别任务中显示出良好的性能。并非所有的骨

贾世林jiahsilin·2020-09-10 10:07

【论文笔记】Context-aware crowd counting

文章目录Abstract1.Introduction2.RelatedWork3.Approach3.1.Scale-AwareContextualFeatures3.2.Geometry-GuidedContextLearning3.3.TrainingDetailsandLossFunction4.ExperimentsAbstract目前，拥挤的场景中的人群计数方法依赖于深层网络来估计人群密

Tra_cy·2020-08-22 01:09

大清新·2020-08-21 07:22

[MICCAI2019] Multi Scale Curriculum CNN for Context-Aware Breast MRI Malignancy Classification

作者信息ChristophHaarburger，RWTHAachenUniversity,GermanyMICCAI2019ORAL乳房肿瘤恶性良性二分类，一般方法需要先做肿瘤定位（目标检测），再联合提取的肿瘤部位patch做分类，但该方法会丢失影像全局信息。作者提出的方法，利用了curriculumlearning，考虑了全局信息，不需要分割label。curriculumlearning顾名思

hellopipu·2020-08-17 01:17

Temporal Context-Aware Model

TemporalContext-AwareModel在前面，这篇论文提到文章“TimeUserLDA”model，并指出模型assumesthatuserpostingbehaviorsareinfluencedbybothuserinterestandglobaltopictrends，即讲用户的post行为也分为两个因素，但是模型将两类话题映射到同一个潜在话题空间，导致话题区分度不高。对比实验

Ayang7a·2020-08-13 16:33

论文阅读context-aware crowd counting

摘要经典做法是在整张图上采用同样的滤波器，通过估计局部比例来补偿透视失真。2、相关工作早期的人群计数工作主要采取检测方法，即检测出每个头或人体，然后计数。但是，对于拥挤的场景来说，遮挡会使检测变得很困难，因此，大部分情况下，检测方法就被密度估计图替代，即：训练一个回归器，对图片中的不同部分估计密度图，然后综合各个密度图得到原始图片的人数，这种方法法主要利用高斯函数或随机森林方法。尽管这些方法主要依

wanghua609·2020-08-11 04:03

[CAN] Context-Aware Crowd Counting 复现过程记录

目录一，开发环境二，论文代码三，操作步骤导入项目数据准备训练模型模型预测结果tips：一，开发环境windows10+Anaconda3+Python3.7+CUDA10.2+Pytorch1.5+Pycharm二，论文代码论文链接代码链接三，操作步骤导入项目1.通过git下载或者zip网页下载，二选一2.导入pycharm的目录结构数据准备1.数据集该demo使用的是ShanghaiTechPa

wpw5499·2020-08-06 10:32

显著性目标检测论文阅读——Global Context-Aware Progressive Aggregation Network for Salient Object Detection

简要介绍此论文解决的问题：1.采用多级特征集成从而忽略不同特征的差距的问题。2.随着高级特征在卷积网络的传递导致逐渐稀释的问题提出的方法采用了四个模块FeatureInterweavedAggregation(FIA)modules，有效地集成低级外观特征，高级语义特征和全局上下文特征。并以有监督方式生成显著图。HeadAttention(HA)module，利用空间和通道主义来减少信息冗余并增强

夜幕而已·2020-08-02 14:15

显著性目标检测之Global Context-Aware Progressive Aggregation Network for Salient Object Detection（GCPANet）浅析

显著性目标检测之GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection（GCPANet）文章目录显著性目标检测之GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection（GCPANet）摘要简介显著性目标检测应用范围显

spellindover·2020-08-02 13:45

论文阅读：《Global Context-Aware Progressive Aggregation Network for Salient Object Detection》 AAAI 2020

GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection论文地址：https://arxiv.org/abs/2003.00651项目地址：https://github.com/chenquan-cq/PFPN摘要深卷积神经网络在显著目标检测中取得了很好的性能，其中如何学习有效的综合特征起着至关重要的作用。以

cv小白菜·2020-08-02 13:53

推荐频道