Robust 第10页

Towards Adversarially Robust Object Detection 论文笔记

前言许多工作证明分类器在面对对抗攻击（adversarialattack）时是非常脆弱的，比如有一种对抗样本，它只对原图进行很轻微地修改，但是在视觉上与原图相比是完全不同的。因此也有很多工作致力于提升分类器的鲁棒性。最近的一些工作发现，目标检测器也会由于蓄意设计的输入而受到攻击，如下图所示，展示了标准检测器和鲁棒性更强的检测器分别检测clean和adversarial图像的效果，可以看到，标准检测

头柱碳只狼·2020-08-24 05:00

[论文笔记]TOWARDS DEEP NEURAL NETWORK ARCHITECTURES ROBUST TO ADVERSARIAL EXAMPLES 论文笔记

[论文笔记]TOWARDSDEEPNEURALNETWORKARCHITECTURESROBUSTTOADVERSARIALEXAMPLES一、前言二、注入噪声三、去噪自编码(DAE)四、深度收缩网（DCN）一、前言本文主要是为了探索对抗样本的特性和神经网络的拓扑结构。设计实验：通过加入噪声来破坏对抗样本、利用去噪自编码进行预处理。发现去噪自编码能够去除大量的对抗噪声，但是如果把去噪自编码和原来的

Xie Zhuang·2020-08-24 05:55

opencv2鲁棒匹配robust matching

opencv2随书自带的代码，如果直接有会报错，头文件部分需要加些东西才行。robustmatch.cpp:#include#include#include#include#include#include#include#include#include#include"matcher.h"usingnamespacestd;usingnamespacecv;intmain(){//Readinpu

光子乘羽·2020-08-24 00:14

变分模态分解（VMD）前言

2.特点2.1优点（1）有坚实的理论基础；(利用数学中泛函分析变分理论)（2）对采样和噪声具有较强的鲁棒性（robust）；鲁棒性：健壮、强壮注：采样

hunnu.wei·2020-08-23 22:41

Android热更新方案Robust——美团热更新（热修复）使用介绍

Android热更新方案Robusthttp://tech.meituan.com/android_robust.htmlAndroid热更新方案Robust开源，新增自动化补丁工具http://tech.meituan.com

学术袁·2020-08-23 12:04

[Android]腾讯Tinker热修复框架简单使用

前言目前我们所知的热修复方案有阿里的AndFix、美团的Robust以及QZone的超级补丁方案，还有本篇的Tinker，如何在我们的自开发的软件上选用合适的方案呢？

wowo_小白·2020-08-23 11:48

Android热更新方案Robust

美团•大众点评是中国最大的O2O交易平台，目前已拥有近6亿用户，合作各类商户达432万，订单峰值突破1150万单。美团App是平台主要的入口之一，O2O交易场景的复杂性决定了App稳定性要达到近乎苛刻的要求。用户到店消费买优惠券时死活下不了单，定外卖一个明显可用的红包怎么点也选不中，上了一个新活动用户一点就Crash……过去发生过的这些画面太美不敢想象。客户端相对Web版最大的短板就是有发版的概念

美团技术团队·2020-08-23 10:16

热更新Tinker的集成使用

1、Tinker微信2、QZoneQQ空间3、阿里AndFix4、美团Robust5、Nuwa俗称女娲。。。。。。下面就本人用到的Tinker做个分析，以及具体的实现步骤。傻瓜式SDKTinke

JerryXiaoFeng·2020-08-23 10:10

Bugly热更新SDK你需要知道的一些事

大家都知道这一年来热更新被无数次提起，各大厂自主研发的热更新方案层出不穷，下面就列举一些大家比较熟悉的一些热更新方案：微信开源：Tinker大众点评：Nuwa阿里巴巴：Dexposed阿里巴巴：AndFix美团：Robust

IT_xiao小巫·2020-08-23 09:00

android 热更新的实现

最近由于项目越做越大，每次更新还得上传至少七八个市场，非常繁琐，于是我找遍网络，找到了不少热更新方案，其中一个名叫Robust的热修复非常给力。

sinat_26761191·2020-08-23 09:15

Huber robust error function

目前学习图像拼接的时候碰到的Huberrobusterrorfunction但是找了好多资料都没有看到相应的资料，这里总结一下，本人在阅读文献之后的理解。在统计学习角度，Huber损失函数是一种使用鲁棒性回归的损失函数，它相比均方误差来说，它对异常值不敏感。常常被用于分类问题上。下面先给出Huber函数的定义：这个函数对于小的a值误差函数是二次的，而对大的值误差函数是线性的。变量a表述residu

圣书·2020-08-23 07:24

R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection

R2CNN:RotationalRegionCNNforOrientationRobustSceneTextDetectionYingyingJiang,XiangyuZhu,XiaobingWang,ShuliYang,WeiLi,HuaWang,PeiFuandZhenboLuoSamsungR&DInstituteChina-Beijingrotational[ro'teʃənl]：adj.

Yongqiang Cheng·2020-08-23 05:52

论文阅读——椭圆检测算法 2015 A fast and robust ellipse detector based on top-down least-square fitting

今天阅读了一个2015年的一篇论文，关于椭圆检测的，向作者发送邮件索取代码和原始数据也没回我--||。所以只阅读文章思想并从算法上分析其性能。下面开始对文章进行分析。〇摘要部分现存的算法通常使用一个自下而上的策略（bottom-upstrategy）将边缘点或者椭圆弧段组合为椭圆，因此限制了其鲁棒性。作者提出了一个快速准确的椭圆检测算法，算法的主要思想是利用一种新的自上而下的拟合策略（top-do

小玺玺·2020-08-23 05:59

读书笔记28：Compressed Video Action Recognition（CVPR2018）

content_cvpr_2018/papers/Wu_Compressed_Video_Action_CVPR_2018_paper.pdf本文的摘要分两段，第一段介绍背景和动机，背景是在video数据上训练robust

b224618·2020-08-23 04:48

Speeded-Up Robust Feature---SURF算法原论文全文翻译（1）

（为确保整篇译文的阅读流畅性和连续性，本文主要采用意译，一些和SURF算法关系不大的句子和单词可能不会翻译出来。为帮助理解，可能会增加注释和C++实现代码。）（原论文下载链接：https://pan.baidu.com/s/1c2auCFm）原作者信息：摘要本文介绍了一种全新的尺度不变、旋转不变的特征点检测和描述算法，英文名为Speed-UpRobustFeatures，中文可理解为“稳定特征加速

ShadowN1ght·2020-08-22 12:02

【论文翻译】Towards Robust Detection of Adversarial Examples

对抗样本的鲁棒检测TowardsRobustDetectionofAdversarialExamplesTianyuPang,ChaoDu,YinpengDong,JunZhu目录对抗样本的鲁棒检测TowardsRobustDetectionofAdversarialExamples摘要1、介绍2、准备工作Preliminaries2.1符号2.2威胁模型2.3攻击方法3、方法Methodolog

Mr Ma·2020-08-22 04:34

【论文翻译】Robust Physical-World Attacks on Deep Learning Visual Classification

RobustPhysical-WorldAttacksonDeepLearningVisualClassification对深度学习视觉分类的鲁棒物理世界攻击KevinEykholt,IvanEvtimov,EarlenceFernandes,BoLi,AmirRahmati,ChaoweiXiao,AtulPrakash,TadayoshiKohno,andDawnSong目录摘要1、介绍2、相

Mr Ma·2020-08-22 04:31

复盘日志（2018.11.8）

，从本篇文章中我学到的最重要的概念It’simportantforapersontolearnhowtodescribingpeople'sappearance.2，我在本片文章中学到的怦然心动的单词robust

旅管126孟令慧·2020-08-21 19:22

SiamFC++: Towards Robust and Accurate Visual Tracking with Target Estimation Guidelines 论文学习

SiamFC++:TowardsRobustandAccurateVisualTrackingwithTargetEstimationGuidelines论文学习论文阅读总结TranslationAbstract1Introduction2RelatedWork3SiamFC++:FullyConvolutionalSiameseTrackerforObjectTrackingSiamese-ba

亚里·2020-08-19 00:57

乔春洋：主品牌与副品牌

乐百氏（ROBUST）是中国饮料行业的三强品牌之一，

weixin_34364071·2020-08-18 19:40

【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

Shape Robust Text Detection with Progressive Scale Expansion Network 论文阅读

论文地址：https://arxiv.org/pdf/1806.02559.pdfAbstractThechallengesofshaperobusttextdetectionlieintwoaspects:1)mostexistingquadrangularboundingboxbaseddetectorsaredifficulttolocatetextswitharbitraryshapes,

ying______·2020-08-17 17:20

CVPR 2020 论文大盘点-抠图Matting篇

传统的Matting方法需要输入三色图（Trimap），如下：该图来自：http://wangchuan.github.io/archive/projects/robust-matting/上图中第一行是原图

我爱计算机视觉·2020-08-17 13:34

Robust Scene Text Recognition with Automatic Rectification 学习笔记

RobustSceneTextRecognitionwithAutomaticRectificationAuthor:BaoguangShi,XinggangWang,PengyuanLyu,CongYao,XiangBaiCVPR20161.介绍识别自然图像中的文字仍是一个充满挑战的任务，本文提出了RARE（RobusttextrecognizerwithAutomaticREctificati

木瓜子·2020-08-17 13:31

Sliding Line Point Regression for Shape Robust Scene Text Detection 论文翻译解读

SlidingLinePointRegressionforShapeRobustSceneTextDetection扭曲形状文字检测摘要：传统的文本检测方法主要关注四边形文本。为了检测自然场景中任意形状的文本，本文提出了一种新的方法——滑线点回归(SLPR)。SLPR将文本行边缘的多个点回归，然后利用这些点绘制文本的轮廓。所提出的SLPR可以适用于许多目标检测体系结构，如更快的R-CNN和R-FC

zx_good_night·2020-08-17 11:02

LOG算子

于是，首先对图像进行高斯暖卷积滤波进行降噪处理，再采用Laplace算子进行边缘检测，就可以提高算子对噪声和离散点的Robust,这一个过程中LaplacianofGaussian(LOG)算子就诞生了

松子茶·2020-08-17 10:47

BeanUtils对象复制（深度拷贝）终极工具类

对象复制工具类，实现方法如下：复制对象（深度拷贝）复制集合（深度拷贝）复制对象到指定类（深度拷贝）复制集合到指定类（深度拷贝）POMuk.com.robust-itcloning1.9.12com.alibabafastjson1.2.47importcom.alibaba.fastjson.JSON

酷鱼影子·2020-08-17 08:02

Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection

论文阅读：Illumination-awareFasterR-CNNforRobustMultispectralPedestrianDetection最近在做跨模态的性人检测，主要是基于KAIST数据集。这是这个数据集上目前结果最好的一篇文章。简介不同阶段融合模型比较光照导向的融合模型光照感知网络（IAN）简介这篇文章是用KAIST这个数据集做行人检测最新效果最好的文章。它主要做了两件事情。第一就

z_Ramsey·2020-08-16 22:30

编译Robust Stereo Visual Inertial Odometry for Fast Autonomous Flight记录帖子

前言看到泡泡机器人今天推送的一篇文章：RobustStereoVisualInertialOdometryforFastAutonomousFlight泡泡机器人推送链接：http://www.sohu.com/a/251757206_715754自己还蛮感兴趣的，想要动手编译跑一下，不会写代码，好歹要会跑一些东西啊哈哈哈啊github链接：https://github.com/KumarRobo

Amazingren·2020-08-16 11:48

【Robust学习笔记】Data-Driven Chance Constrained Programs over Wasserstein Balls

数据驱动下的机会约束优化考虑下列形式的分布鲁棒优化问题：min⁡x∈XcTxs.t.P[ξ~∈S(x)]≥1−ϵ, ∀P∈F(θ)(1)\begin{aligned}\mathop{\min}\limits_{\boldsymbol{x}\in\mathcal{X}}&\quad\boldsymbol{c}^T\boldsymbol{x}\\\text{s.t.}&\quad\mathbb{P}

zte10096334·2020-08-16 10:09

【Robust学习笔记】Goal-Driven Optimization

Abstract本文提出了一个目标驱动的随机优化模型，该模型考虑了在达到期望水平、目标或目标时的随机目标函数。文中的模型最大化了短缺感知期望水平标准(shortfall-awareaspiration-levelcriterion)，该标准包括成功实现期望水平的概率和预期的表现不佳或短缺的程度。该模型的主要优点是易于处理。我们可以通过求解一小部分随机线性优化问题来获得它的解，这些问题的目标函数是基

zte10096334·2020-08-16 10:34

目标检测 | Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Network 算法笔记

Nani_xiao·2020-08-16 10:30

目标跟踪学习系列二：semi-supervised online boosting for robust tracking 阅读

文章：Semi-supervisedon-lineboostingforrobusttrackingHelmutGrabner,ChristianLeistner,HorstBischofComputerVision–ECCV2008,2008-Springer作者是onlineboosting的作者。写这篇文章是因为on-lineboosting存在一个明显的问题：drifting。每一次对分类

xiaoiker·2020-08-16 08:29

LogRobust Robust Log-Based Anomaly Detection on Unstable Log Data

RobustLog-BasedAnomalyDetectiononUnstableLogData对不稳定的日志数据进行鲁棒的基于日志的异常检测发表于：ESEC/FSE’19原文/下载链接：https://dl.acm.org/doi/pdf/10.1145/3338906.3338931团队：南京大学，微软中国研究院1主要内容日志被广泛用于大型复杂的软件密集型系统中的故障排除。基于日志的异常检测已

Marine_Lin·2020-08-16 06:52

阅读笔记（TMM2018）Parallax-Tolerant Image Stitching Based on Robust Elastic Warping

参考文献：LiJ,WangZ,LaiS,etal.Parallax-TolerantImageStitchingBasedonRobustElasticWarping[J].IEEETransactionsonMultimedia,2018,20(7).截至2018年9月6日，该论文在Google学术上的引用量为1.大类学科小类学科Top期刊综述期刊工程技术2区COMPUTERSCIENCE,IN

Only柚·2020-08-16 05:54

【Robust学习笔记】Inventory Management Based on Target-Oriented Robust Optimization

AbstractYunFL和ChenW（2016）提出了目标导向的鲁棒优化方法，用于解决多产品、多周期且订单容量受限的库存管理问题。模型假设每个时期对每个产品的需求是一个不确定性集，它只依赖于一个参考值和需求的界限。模型的目标是找到使所有不确定性集的规模最大化的订货策略，从而使得集合中的所有需求实现时总成本低于预定成本目标。研究证明，对于问题的一个近似形式，静态决策规则是最优的，且明显减少了计算量

zte10096334·2020-08-16 05:49

Robust Random Cut Forest Based Anomaly Detection On Streams

如果你是觉得RRCF方法比孤立森林更优才来看这篇论文的话，一定要先看看4.1部分，明确在什么样的情况下RRCF方法比孤立森林更优。另外，RRCF和孤立森林最根本的差异来自抽选出一个维度时服从的规律不同，论文在定义1之后说明了这一点。来源机器之心的文章学会五种常用异常值检测方法，亡羊补牢不如积谷防饥中的方法5提到了这篇paper，介绍比孤立森林更准确、更快速。既然这么说有时间还是要看看了。问题问题1

千行百行·2020-08-16 05:40

视频异常检测——Robust Anomaly Detection in Videos Using Multilevel Representations

文章RobustAnomalyDetectioninVideosUsingMultilevelRepresentations,AAAI,2019资源githubvideo问题描述底层次的特征存在问题思想用高层次的特征和低层次的特征结合，提高鲁棒性，解决低层次特征的问题贡献提出了MLAD（multi-levelanomalydetection）利用DAEs（DenoisingAutoencoders

shaoyue1234·2020-08-16 05:38

Online Anomaly Prediction for Robust Cluster System

题目：《OnlineAnomalyPredictionforRobustClusterSystem》时间：2009会议：IEEEInternationalConferenceonDataEngineering简介：这是一篇发表在一个顶级会议上的会议论文。主要的工作是通过将stream-based的数据进行异常点的预测，文中也提到了这是首篇对stream-baseddata进行预测的paper。另外

敲代码的quant·2020-08-16 04:22

五种常用的异常值检测方法（均方差、箱形图、DBScan 聚类、孤立森林、Robust Random Cut Forest

什么是异常/离群点？在统计学中，离群点是并不属于特定族群的数据点，是与其它值相距甚远的异常观测。离群点是一种与其它结构良好的数据不同的观测值。例如，你可以很清楚地看到这个列表中的离群点：[20,24,22,19,29,18,*4300*,30,18]当观测值是一堆数字且都是一维时，辨别离群点很容易，但如果有数以千计的观测值或数据是多维的，你可能会需要更机智的方法来检测这些离群点。我们为什么要关注异

jiaotong_jin·2020-08-16 04:12

【论文笔记】Past, Present, and Future of SLAM: Toward the Robust-Perception Age

本文总结《Past,Present,andFutureofSimultaneousLocalizationandMapping:TowardtheRobust-PerceptionAge》核心观点一、导言1.1SLAM的产生——原因建图需求：图像支持路径规划（pathplanning）等其他任务，可进行闭环（loopclosure）检测GPS无法在室内使用1.2SLAM的发展过程1.2.1古典时代

wtl_bupt·2020-08-16 03:12

Artetxe - 2018ACL - A robust self-learning method for fully unsupervised cross-lingual mappings...

Arobustself-learningmethodforfullyunsupervisedcross-lingualmappingsofwordembeddings知识点摘要引言本文方法实施流程3.1预处理(词嵌入标准化)3.2完全无监督初始化自学习（self-learning）Symmetricre-weighting（对称重加权）结果分析本文是来自巴斯克地区大学发表于ACL2018会议的文章

小小鸟要高飞·2020-08-16 03:59

论文笔记_SLAM_VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator

出处【VINS论文翻译】VINS-Mono:ARobustandVersatileMonocularVisual-InertialStateEstimatorhttps://blog.csdn.net/qq_41839222/article/details/85683373解决方案的核心是一个鲁棒的基于紧耦合的滑动窗非线性优化的单目视觉惯性里程计(VIO)。本文创新鲁棒的初始化过程，它能够从未知的

skyjhyp11·2020-08-16 01:50

Accurate Scale Estimation for Robust Visual Tracking(DSST) 学习总结

roamer_nuptgczx·2020-08-16 01:08

The R-tree: An Efficient Robust* Access Method for Points and Rectangles

4/8/10TheR*-tree:AnEfficientRobustAccessMethodforPointsandRectanglesThispaperelaboratesfurtherontheGuttman'sR-treeanddiscussseveraldrawbacksoftheGuttman'sversion.ThenitputforwardanewvariantofR-tree:th

rememberyang08·2020-08-16 01:05

BB8: A Scalable, Accurate, Robust to Partial Occlusion Method for Predicting the 3D Poses—2017（笔记）

BB8:AScalable,Accurate,RobusttoPartialOcclusionMethodforPredictingthe3DPosesofChallengingObjectswithoutUsingDepth—2017（笔记）BB8：一种可扩展，准确，鲁棒至部分遮挡的方法文章以单帧RGB图像为输入，采用基于CNN的方法完成对输入图像的定位、分割、分类以及优化估计，以3D边界盒8个

樱木仙僧·2020-08-16 00:18

IMU自动校准论文与代码实现A Robust and Easy to Implement Method for IMU Calibration without External Equipments

PART1摘要低成本的惯性测量单元会受到系统误差的影响，系统误差由标度因子和轴偏差造成，这会降低位置和姿态估计的精度。本文提出了一种无需任何外部设备的，鲁棒性强，易于实现的IMU校准方法。该程序基于多放置方案，再估计传感器偏差的同时，为加速度和陀螺仪三轴的尺度和偏差系数。我们的方法只需要用手移动传感器，并将其放置在一组不同的静态位置（姿态）。论文描述了一个鲁棒的快速校准协议，该协议利用有效的无参数

夏天的一叶·2020-08-16 00:17

DSST(Accurate Scale Estimation for Robust Visual Tracking 代码解读

AccurateScaleEstimationforRobustVisualTracking我在前面一篇博客“相关滤波跟踪（MOSSE）”中讲了相关滤波跟踪的原理，但是因为那篇文章没有提供代码，所以就没法深入的研究他，而且纯理论看起来会很枯燥。后来MartinDanelljan对MOSST做了改进，并增加了多尺度跟踪，改进效果很显著，在今年的VOT上，其测试效果是第一的。其文章名为Accurate

autocyz·2020-08-15 22:54

《A General and Adaptive Robust Loss Function》学习

《AGeneralandAdaptiveRobustLossFunction》学习一、学习概述翻翻CVPR2019发现有好多论文不知道看啥，个人感觉图像检测和图像分类的都只是改进一小点，重大突破的好少，那么多花里胡哨的方法，又没开源代码，在实际应用中，不如非常成熟的SSD和yolo系列，既又开源代码，又可以轻松部署。所以就只看看标题看看摘要统计一下是怎么搞的，等以后有机会写一下今年目标检测算法的创

a819411321·2020-08-15 22:52

国家大学生创新项目—董治—Stable,Robust,and vertile Multibody Dynamic Animation读书笔记 Page1 to Page50

Chapter1主要是一些介绍介绍正向模拟和负向模拟的概念好像没有多大用处对于变形模拟Chapter2这一章是重点的一章介绍的是几种常用的物理引擎Wecallsuchsmallpiecesmodules.Inthefollowingaunified,generalpurposemodulardesignforrigidbodysimulatorsispresented.Abenefitofthem

Toshibapro·2020-08-15 22:08

推荐频道

Robust