coarse-to-fine

【图像拼接】论文精读：Coarse-to-fine Seam Estimation for Image Stitching

第一次来请先看这篇文章：【图像拼接（ImageStitching）】关于【图像拼接论文精读】专栏的相关说明，包含专栏使用说明、创新思路分享等（不定期更新）图像拼接系列相关论文精读SeamCarvingforContent-AwareImageResizingAs-Rigid-As-PossibleShapeManipulationAdaptiveAs-Natural-As-PossibleImag
十小大·2023-12-29 09:47

Dynamic Coarse-to-Fine Learning for Oriented Tiny Object Detection（CVPR2023待补）

文章目录BeginningAbstract挑战方法成果Introduction引出问题早期的work及存在的问题近期的work及存在的问题ourworkContributionRelatedWork（paperforme）OrientedObjectDetectionPriorforOrientedObjectsLabelAssignmentTinyObjectDetectionMulti-sca
怎么全是重名·2023-12-22 08:15

粗到细语义（Coarse-to-Fine Semantics）

粗到细语义（Coarse-to-FineSemantics）是一种深度学习模型的设计方法，它通过逐步细化的方式来理解文本中的语义信息。这种方法通常用于文本分类、情感分析、问答等任务中。在粗到细语义中，模型首先从整体上理解文本的大致意思，然后逐步细化到更具体的语义信息。这种设计方法可以帮助模型更好地理解文本中的细节信息，从而提高模型的准确性和泛化能力。具体来说，粗到细语义的实现方式通常包括以下几个步
木彳·2023-12-15 08:07

TGRS2023/遥感/目标检测：CoF-Net: A Progressive Coarse-to-Fine Framework for Object Detection

TGRS2023/遥感/目标检测：CoF-Net:AProgressiveCoarse-to-FineFrameworkforObjectDetectioninRemote-SensingImageryCoF-Net：一种由粗到精的遥感图像目标检测框架1.概述2.方法2.1.整体架构2.2.由粗到精的光谱特征自适应2.2.1.空间-光谱嵌入Spatial–SpectralEmbedding2.2.
HheeFish·2023-11-22 08:45

Enhancing Large Language Models with Coarse-to-Fine Chain-of-Thought Prompting for Multi-domain NLU

本文是LLM系列文章，针对《CoF-CoT:EnhancingLargeLanguageModelswithCoarse-to-FineChainCoF-CoT：用粗到细的思想链提示增强多领域NLU任务的大型语言模型摘要1引言2相关工作3提出的框架4实验5结果与讨论6结论局限性摘要虽然思维链提示在推理任务中很受欢迎，但它在自然语言理解（NLU）中的大型语言模型（LLM）中的应用却很少被探索。受LL
UnknownBody·2023-11-07 03:10

论文|RAFT: Recurrent All-Pairs Field Transforms for Optical Flow

RAFT:RecurrentAll-PairsFieldTransformsforOpticalFlow作者ZacharyTeedandJiaDeng发表期刊ECCV2020主要思想简述优点不像之前的coarse-to-fine
爱吃鱼的森先生·2023-10-21 18:50

视频文本检索（ICCV 23）：Unified Coarse-to-Fine Alignment for Video-Text Retrieval

论文作者：ZiyangWang,Yi-LinSung,FengCheng,GedasBertasius,MohitBansal作者单位：UNCChapelHill论文链接：http://arxiv.org/abs/2309.10091v1项目链接：https://github.com/Ziyang412/UCoFiA内容简介：1）方向：视频文本检索2）应用：视频文本检索3）背景：传统的视频文本检索
学术菜鸟小晨·2023-09-21 20:49

离线4D动态元素自动标注算法整理

个人感觉整体思路和二阶段目标检测算法差不多，都是Coarse-to-Fine(由粗到细)的思想。
CVplayer111·2023-08-16 05:15

Coarse-to-fine Semantic Localization with HD Map for Autonomous Driving in Structural Scenes

一、创新点提出了一个基于语义分割和矢量高精地图的视觉定位系统，完整包含了初始化，追踪和丢失恢复等模块追踪模块用costmap上的“光度误差”代替了重投影误差，省略了数据关联的步骤可以支持多个相机在不同场景进行了充分的实验二、精度和速度rollandlongitudinalarenotincludedinoptimizationstageiftherearenosignboardsorpolespr
chaoqinyou·2023-01-18 09:25

【图像去模糊2】SRN-DeblurNet论文笔记

一.论文概述本论文中，作者研究了图像去模糊中的”coarse-to-fine”方案并提出了一个尺度循环网络——SRN-DeblurNet,用于图像去模糊任务。
亿点困难·2023-01-08 08:23

GAN 与人体姿态生成

方法这篇文章将姿态迁移的任务分为了两个阶段，采用了coarse-to-fine的策略：首先生成比较模糊的图片，但是姿势已经是目标姿势的图片，然后再使
ZonyH·2022-12-28 00:32

(NIPS 21) CoFiNet: Reliable Coarse-to-fine Correspondences for Robust Point Cloud Registration

Contribution提出一种不需要检测关键点的（detection-free）的coarse-to-fine点云配准框架；提出一种加权方案（weightingscheme），在coarsescale
dloading7·2022-12-22 03:41

coarse-to-fine(6) - DML

Fine-GrainedVisualCategorizationviaMulti-stageMetricLearning细粒度视觉分类（FGVC）是指将对象归入从属类而不是基本类。FGVC的一个主要挑战是两个问题的共同存在。1）许多从属类高度相关，难以区分；2）存在较大的类内变化（例如，由于物体的姿势）。本文提出通过距离度量学习（DML）明确地解决上述两个问题。DML通过学习嵌入来解决第一个问题，
momoka9·2022-12-20 14:57

数学公式识别论文（二）：Image-to-Markup Generation with Coarse-to-Fine Attention

上节我们介绍到了Model部分，我们在接着往下阅读：ConvolutionalNetwork卷积网络图像的视觉特征是通过与最大池层交错的多层卷积神经网络提取的。现在，该网络体系结构已成为标准。我们专门针对Shi等人使用的网络进行建模。（2015）用于图像的OCR（规格在表1中给出）。与最近的OCR工作（Jaderberg等，2015；Lee＆Osindero，2016）不同，我们不使用最终的全连接
Jeremy_lf·2022-12-02 06:22

DiffusionDet: Diffusion Model for Object Detection

相较于传统Coarse-to-fine方法，基于扩散思路训练有两个特点：1）随机性：结果具有一定的随机性，可用于Ensemble；2）迭代次数：不受训练时迭代次数限制。比较遗憾的是
zzl_1998·2022-11-26 15:25

单目深度估计--深度学习篇

深度估计的定义2.深度估计的应用场景3.几种深度估计的方法4.使用深度学习估计的优缺点二：单目深度估计模型1.使用的数据集2.整体网络架构3.分模块解析Ⅰ：层级Ⅱ：ASPPⅢ：特征图减法操作Ⅳ：特征融合Ⅴ：Coarse-to-FineⅥ
江南綿雨·2022-11-22 04:52

【论文精读5】MVSNet系列论文详解-Point-MVSNet

Point-MVSNet全文名称：Point-BasedMulti-ViewStereoNetwork，是2019提出的使用coarse-to-fine方法来优化深度图推断过程的网络结构，与上一篇CVP-MVSNet
LiverWhles·2022-11-20 14:42

Coarse-to-Fine Region Selection and Matching

文章目录Coarse-to-FineRegionSelectionandMatching0Abstract1Contribution2Coarse-to-FineMatchingAlgorithm2.1Coarse-to-FineRegionSelection2.2Coarse-to-FineAffineSearch2.3CostSavingsoftheAffineHierarchy3Theore
李劭卓保护美好一切·2022-11-20 06:28

CVP-MVSNet

CostVolumePyramidBasedDepthInferenceforMulti-ViewStereo:基于成本体积金字塔的多视图立体深度推断CasMVSNet和CVPMVSNet一样是coarse-to-fine
川河w·2022-11-19 09:00

【论文精读4】MVSNet系列论文详解-CVP-MVSNet

CVP-MVSNet全文名为“CostVolumePyramidBasedDepthInferenceforMulti-ViewStereo”，主要创新点在于使用由粗到细（coarse-to-fine）
LiverWhles·2022-11-19 01:08

《SRN-DeblurNet：Scale-recurrent Network for Deep Image Deblurring》论文笔记

代码地址：SRN-DeblurNet1.概述导读：图像去模糊是从粗糙到精细（coarse-to-fine）的过程，在传统方法与基于深度学习的方法中，一般使用金字塔结构中不同分辨率逐渐去重建得到清晰的图像
m_buddy·2022-06-10 07:07

【论文解读】Generative Image Inpainting with Contextual Attention

摘要contextualattentionlayer一些train的技巧网络结构Coarse-to-Fine由粗到细粗网络只用重建loss训练，细网络用GAN+重构网络训练；LOSS的具体表达式挖个坑，
Qi1999·2020-08-17 16:29

SRN-DeblurNet：高效高质量去除复杂图像模糊

图像去模糊是从粗糙到精细（coarse-to-fine）的过程，在传统方法与基于深度学习的方法中，一般使用金字塔结构中不同分辨率逐渐去重建得到清晰的图像，这篇文章也是使用这样的方式从而提
程序员-图哥·2020-08-16 22:05

图像拼接 | 《Coarse-to-fine Seam Estimation for Image Stitching》论文笔记

《Coarse-to-fineSeamEstimationforImageStitching》arXiv：https://arxiv.org/abs/1805.09578发表时间：2018-05-24编辑者：Amusi编辑时间：2018-05-31目的创新点名词翻译摘要1引言2相关工作3由粗到细的缝估计A传统的缝切割BPatch-point估计算法C缝估计优化D提出由粗到细框架4实验5总结参考文献
阿木寺·2020-08-12 16:28

尺度空间与图像金字塔（一）

•Computationalefficiency•Coarse-to-fine•Extractinghierarchicalstructure•Firstprincipl
zlinzju·2020-08-05 17:52

论文笔记：Coarse-to-Fine Semantic Segmentation From Image-Level Labels

1.摘要基于深度神经网络的语义分割通常需要很大成本的注释来进行训练，以获得更好的性能。为了避免大多数方法所需要的像素分割注释，最近一些研究人员尝试使用对象级标签（例如边界框）或图像级标签。在本文中，我们提出了一种新的递归由粗到细的语义分割框架，该框架仅基于图像级别的类别标签。对于每幅图像，首先由基于卷积神经网络的无监督前景分割模型生成初始粗掩码，然后由图模型增强。增强粗掩码被馈送到一个全卷积的神经
小睿羊今天好好学习了吗·2020-08-05 11:55

[论文学习笔记]Action Recognition with Coarse-to-Fine Deep Feature Integration and Asynchronous Fusion

版权声明：本文为博主原创文章，未经博主允许不得转载。https://blog.csdn.net/sinat_30281495/article/details/82854935论文地址：http://cn.arxiv.org/pdf/1711.07430作者：WeiyaoLin1∗,YangMi1,JianxinWu2,KeLu3,HongkaiXiong11DepartmentofElectron
帕特尼的小虾米·2020-08-03 04:29

论文翻译CamNet: Coarse-to-Fine Retrieval forCamera Re-Localization

前言视觉重定位是一个较为独立的研究方向，目前主要的方法分为基于深度学习，基于随机森林的，和基于传统特征点匹配的三种。对于深度学习的方法，越来越重视对位姿的精确回归。摘要相机重定位是一个重要但是仍然具有挑战的问题。最近，基于检索的方法被认为是一个具有潜力的方向，因为其能够较为容易地泛化到新的场景中。尽管许多方法被提出，但是这些方法性能瓶颈仍然在于检索模块。这些方法使用相同的特征用于检索和相对位姿回归
jiweinanyi·2020-07-14 12:14

Coarse-to-Fine Question Answering for Long Documents

Coarse-to-FineQuestionAnsweringforLongDocuments用于长文档的粗读到精度问题回答（问答）说明：本篇翻译文章来源于2017年ACL会议（ACL会议（AnnualMeetingoftheAssociationforComputationalLinguistics）是自然语言处理与计算语言学领域最高级别的学术会议，由计算语言学协会主办，每年一届。）本篇主要对其
myFamily329·2020-07-11 21:17

3D人体姿态估计--Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human Pose

Coarse-to-FineVolumetricPredictionforSingle-Image3DHumanPoseProjectandCode:https://www.seas.upenn.edu/~pavlakos/projects/volumetric/输入一张彩色图像，输出人体3D姿态信息，采用CNN网络端对端训练，技术创新点：1）对三维空间进行网格划分，2）Coarse-to-Fin
O天涯海阁O·2020-06-30 13:51

论文笔记：Label Refinement Network for Coarse-to-Fine Semantic Segmentation

本文设计了一个Coarse-to-Fine的深度学习网络LabelRefinementNetwork，来进行语义分割任务。主要将低分辨率下的分割标签和卷积后的特征进行结合，获得一个更加精确的分割结果。
潇湘_AQ·2020-06-27 05:40

《High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs》论文笔记

方法：1、coarse-to-fine生成器（G1（全局生成器）、G2（局部增强生成器））2、multi-scale判别器（、、）3、除了对抗损失和感知损失加入了featurema
sunny0121·2020-06-26 16:12

【论文笔记】Text-Detection_简略版_201604

etal.Multi-OrientedTextDetectionwithFullyConvolutionalNetworks[J].arXivpreprintarXiv:1604.04018,2016.这篇文章将局部和全局信息结合，使用了一种coarse-to-fine
有来有去-CV·2020-06-21 07:30

《Stack-Captioning: Coarse-to-Fine Learning for Image Captioning》笔记

AAAI2018《Stack-Captioning:Coarse-to-FineLearningforImageCaptioning》提出了一个由粗到细的多级预测架构——堆叠注意力模型，由多个解码器组成，每个解码器在前一个解码器的输出上操作，产生越来越精细的描述。架构如图所示：第一个LSTM生成粗级图像描述，随后的LSTM作为细化解码器。给定图片，模型生成的描述为，，D是词典，T是描述句子的长度。
王权大宝·2019-05-14 11:27

学习笔记：Coarse-to-Fine Auto-Encoder Networks (CFAN) for Real-Time Face Alignment

这篇论文中设计的网络结构用于seetaface人脸识别引擎中。作者提出了一个粗到精的自动编码网络（CFAN），级联了一些堆叠自动编码网络（SANs）。1、初步是将检测到的整体的人脸的低分辨率版本作为输入，这样第一个SAN就能快速并足够准确的预测标志点。---全局SAN2、余下的SAN随后通过以越来越高分辨率的方式将当前标志（先前SAN的输出）提取的局部特征作为输入进行逐步细化。--局部SAN在局部
Class_guy·2017-10-29 09:13

学习笔记：Coarse-to-Fine Auto-Encoder Networks (CFAN) for Real-Time Face Alignment

这篇论文中设计的网络结构用于seetaface人脸识别引擎中。作者提出了一个粗到精的自动编码网络（CFAN），级联了一些堆叠自动编码网络（SANs）。1、初步是将检测到的整体的人脸的低分辨率版本作为输入，这样第一个SAN就能快速并足够准确的预测标志点。---全局SAN2、余下的SAN随后通过以越来越高分辨率的方式将当前标志（先前SAN的输出）提取的局部特征作为输入进行逐步细化。--局部SAN在局部
Class_guy·2017-10-29 09:13

车辆检测“Deep MANTA: A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monoc”

基于coarse-to-fine的目标proposal结构提升检测性能。DeepMANTA可以定位不可见的车辆部位。应用3D车辆定位和方向估计可用于估计车辆速度和方向。
cv_family_z·2017-08-01 11:00

【论文笔记】Text-Detection_简略版_201604

etal.Multi-OrientedTextDetectionwithFullyConvolutionalNetworks[J].arXivpreprintarXiv:1604.04018,2016.这篇文章将局部和全局信息结合，使用了一种coarse-to-fine
shaoxiaohu1·2016-04-26 17:00

深度学习（十七）基于改进Coarse-to-fine CNN网络的人脸特征点定位-ICCV 2013

基于改进Coarse-to-fineCNN网络的人脸特征点定位原文地址：http://blog.csdn.net/hjimce/article/details/50099115作者：hjimce一、相关理论本篇博文主要讲解2013年face++的大牛们提出粗到精人脸特征点定位算法paper：《ExtensiveFacialLandmarkLocalizationwithCoarsetofineCo
garfielder007·2016-01-27 11:31

深度学习（十七）基于改进Coarse-to-fine CNN网络的人脸特征点定位

基于改进Coarse-to-fineCNN网络的人脸特征点定位原文地址：http://blog.csdn.net/hjimce/article/details/50099115作者：hjimce一、相关理论本篇博文主要讲解2013年face++的大牛们提出粗到精人脸特征点定位算法paper：《ExtensiveFacialLandmarkLocalizationwithCoarsetofineCo
hjimce·2015-11-29 20:33

深度学习（十七）基于改进Coarse-to-fine CNN网络的人脸特征点定位-ICCV 2013

基于改进Coarse-to-fineCNN网络的人脸特征点定位原文地址：http://blog.csdn.net/hjimce/article/details/50099115作者：hjimce一、相关理论  本篇博文主要讲解2013年face++的大牛们提出粗到精人脸特征点定位算法paper：《Extensive Facial Landmark Localization with Coarset
hjimce·2015-11-29 20:00

人脸关键点定位.Face Alignment by Coarse-to-Fine Shape Searching 算法源码详解（下）

首先按照源码中readme配置。可能运行出错的部分，用黄字高亮了解决方案。以下分别解说训练和测试代码。====训练部分===============l learnCFSS.m为核心训练文件。需要顺序运行getParametricModels;addAll;learnCFSS;运行需要matlabpool。如果数据N8倍维度=3072。约需要2700个样本。用正负样本训练当前SVC。偏差小的输出1，
shenxiaolu1984·2015-11-26 23:00

人脸关键点定位.Face Alignment by Coarse-to-Fine Shape Searching 算法源码详解（上）

这篇论文是2015年CVPR为数不多和人脸关键点定位相关的文章。除此之外的两篇是：Multi-ObjectiveConvolutionalLearningforFaceLabeling-使用DL方法进行parsing，包含头发的区域分割。Project-OutCascadeRegressionWithandApplicationtoFaceAlignment-结合回归器和梯度下降论文的基础依然是S
shenxiaolu1984·2015-11-26 22:00

Face Alignment by Coarse-to-Fine Shape Searching

CVPR2015http://mmlab.ie.cuhk.edu.hk/projects/CFSS.html本文主要解决的是人脸配准问题，以前的方法cascadedregression主要问题在于人脸形状初始化问题。因为初始化可能不好，导致人脸形状优化陷入局部解。本文使用coarse-to-fineframework来解决初始化问题，同时对较大的人脸姿态也能很好的解决。整个框架如下图所示：图(b)
cv_family_z·2015-11-26 16:34

Face Alignment by Coarse-to-Fine Shape Searching

CVPR2015http://mmlab.ie.cuhk.edu.hk/projects/CFSS.html本文主要解决的是人脸配准问题，以前的方法cascadedregression主要问题在于人脸形状初始化问题。因为初始化可能不好，导致人脸形状优化陷入局部解。本文使用coarse-to-fineframework来解决初始化问题，同时对较大的人脸姿态也能很好的解决。整个框架如下图所示：图(b)
cv_family_z·2015-11-26 16:00

我读Fine-Grained Change Detection of Misaligned Scenes with Varied Illuminations

背景介绍本文贡献实现方法数据采集FtextbfF的初始化Normal-awarelightingcorrection相机几何校正Low-rank变化检测Coarse-to-fine优化以及最终结果实验结果背景介绍文章标题
xuanwu_yan·2015-10-24 12:00

Coarse-to-fine CNN 人脸特征点定位思路

Reference:ErjinZhou,HaoqiangFan,ZhiminCao,YuningJiang,QiYin.Extensivefaciallandmarklocalizationwithcoarse-to-fineconvolutionalnetworkcascadeDeepconvolutionalneuralnetworks(DCNN)已经成功地应用在了人脸特征点定位上，它有两个优
今哉·2015-04-30 23:14
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他