<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ADICDFHL的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ADICDFHL</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ADICDFHL]]></copyright><item><title><![CDATA[GMLight：通过几何分布近似进行光照估计]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/156869303</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/156869303</guid><author>ADICDFHL</author><pubDate>Mon, 12 Jan 2026 18:24:02 +0800</pubDate><description><![CDATA[—从单张图像推断场景光照是计算机视觉和计算机图形学中一个重要且具有挑战性的任务。现有工作通过回归代表性光照参数或直接生成光照图来估计光照。然而，这些方法通常存在准确性差和泛化能力弱的问题。本文提出了**几何移动者光照估计框架**，该框架采用一个回归网络和一个生成投射器进行有效的光照估计。我们将光照场景参数化为几何光分布、光强度、环境光项和辅助深度，这些参数可以通过一个回归网络进行估计。受推土机距离启发，我们设计了一种新颖的几何移动损失，以指导光分布参数的准确回归。]]></description><category></category></item><item><title><![CDATA[学习从单张图像预测室内光照 ——Learning to Predict Indoor Illumination from a Single Image]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/156756676</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/156756676</guid><author>ADICDFHL</author><pubDate>Fri, 09 Jan 2026 12:00:12 +0800</pubDate><description><![CDATA[如图3所示，我们的目标是从单张照片预测HDR光照条件。如果将我们的目标视为一个学习问题，那么{照片，HDR光照探头}形式的训练数据对于学习任务将是理想的。给定足够的数据，可以直接从照片回归HDR光照探头。然而，目前这样的数据并不存在，并且要收集足够数量的数据成本极其高昂。另一方面，已经存在大型的LDR全景图数据集[Xiao et al. 2012]，由于它们捕捉了场景的整个环境，因此有潜力用于学习光照。]]></description><category></category></item><item><title><![CDATA[基于球形全景图的深度照明环境贴图估计——Deep Lighting Environment Map Estimation from Spherical Panoramas]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/156730821</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/156730821</guid><author>ADICDFHL</author><pubDate>Thu, 08 Jan 2026 18:22:23 +0800</pubDate><description><![CDATA[将合成内容融入真实环境时，估计场景照明是一项非常重要的任务，在混合现实和后期制作中都有应用。在这项工作中，我们提出了一种数据驱动模型，能够从单张LDR单目球形全景图中估计HDR照明环境贴图。除了是一个具有挑战性的病态问题外，照明估计任务还面临缺乏便捷的照明真实数据的困境，这阻碍了数据驱动方法的适用性。我们以不同的方式处理这个问题，利用表面几何信息的可用性，将基于图像的重照明作为数据生成和监督机制。这依赖于全局朗伯假设，帮助我们克服与预烘焙照明相关的问题。]]></description><category></category></item><item><title><![CDATA[Deep Illumination: Approximating Dynamic Global Illuminationwith Generative Ad 深度照明：使用生成对抗网络逼近动态全局光照]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/156728946</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/156728946</guid><author>ADICDFHL</author><pubDate>Thu, 08 Jan 2026 17:18:23 +0800</pubDate><description><![CDATA[我们提出了深度照明，一种新颖的机器学习技术，利用条件生成对抗网络（Conditional Generative Adversarial Network）在实时应用中逼近全局光照（GI）。我们的主要关注点是以交互速率生成具有离线渲染质量的间接光照和软阴影。受近期使用深度生成卷积网络解决图像到图像转换问题的进展启发，我们引入了一种该网络的变体，它学习从G缓冲（深度图、法线图、漫反射图）和直接光照到任意全局光照解决方案的映射。]]></description><category></category></item><item><title><![CDATA[Single Image Portrait Relighting 单张图像肖像重照明]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/156726888</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/156726888</guid><author>ADICDFHL</author><pubDate>Thu, 08 Jan 2026 16:47:20 +0800</pubDate><description><![CDATA[加州大学圣地亚哥分校与，加州大学圣地亚哥分校，Google，加州大学圣地亚哥分校图1. 仅给定一张用标准手机摄像头在不受限环境中拍摄的肖像输入图像（a），我们的模型能够快速（160毫秒内）生成人物主体在新颖、前所未见的照明环境下的新图像（b）。照明在传达肖像摄影中主体的本质与深度方面起着核心作用。专业摄影师会在工作室中精心控制照明以操纵主体的外观，而普通摄影师则通常受限于其环境的照明条件。]]></description><category></category></item><item><title><![CDATA[Squeeze-and-Attention Networks for Semantic Segmentation]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133934661</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133934661</guid><author>ADICDFHL</author><pubDate>Thu, 19 Oct 2023 21:20:18 +0800</pubDate><description><![CDATA[在本文中，我们从像素级预测和像素分组这两个独立的维度重新思考了语义分割问题。我们设计了一个SA模块来解决像素分组的隐含子任务。SA模块增强了像素级的密集预测，并考虑了被大多数人忽视的像素组注意力。更重要的是，我们提出了在两个具有挑战性的基准测试上取得有希望的分割性能的SANet。我们希望简单而有效的SA模块以及构建在SA模块之上的SANet能够促进其他研究团队在分割领域的研究。]]></description><category></category></item><item><title><![CDATA[PSANet: 场景解析的逐点空间注意力网络_PSANet:Point-wise Spatial Attention Network for Scene Parsing]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133924996</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133924996</guid><author>ADICDFHL</author><pubDate>Thu, 19 Oct 2023 14:40:58 +0800</pubDate><description><![CDATA[我们在图2中展示了PSA模块的框架。PSA模块以空间特征图X作为输入。我们将X的空间大小表示为H×W。通过两个分支生成每个特征图位置的像素级全局注意力图，通过几个卷积层。根据公式（8），我们根据注意力图聚合输入特征图，生成与长程上下文信息结合的新特征表示，即来自“collect”分支的Zc和来自“distribute”分支的Zd。我们将新的表示Zc和Zd连接起来，并应用一个带有批量归一化和激活层的卷积层进行降维和特征融合。然后，我们将新的全局上下文特征与局部表示特征X连接起来。]]></description><category></category></item><item><title><![CDATA[HyperSeg: 基于块的超网络实时语义分割——HyperSeg:Patch-wise Hypernetwork for Real-time Semantic Segmentation]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133763646</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133763646</guid><author>ADICDFHL</author><pubDate>Wed, 11 Oct 2023 11:31:19 +0800</pubDate><description><![CDATA[我们提出将自编码器与超网络结合起来，用于语义分割任务。在我们的方案中，超网络由三个网络组成：语义分割编码器的骨干网络b，一个内部U-Net形式的上下文头h和多个权重映射头wi。解码器是一个多块解码器，其中每个块di实现局部连接层。结果是一种新型的U-Net，能够动态地、局部地适应输入，因此有潜力更好地定制分割过程以适应输入图像。正如我们的实验所显示的，我们的方法在这个非常具有竞争力的领域中，通过多个基准测试，优于SotA方法。]]></description><category></category></item><item><title><![CDATA[期望最大化注意力网络用于语义分割——Expectation-Maximization Attention Networks for Semantic Segmentation]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133762407</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133762407</guid><author>ADICDFHL</author><pubDate>Wed, 11 Oct 2023 11:03:39 +0800</pubDate><description><![CDATA[在本文中，我们提出了一种新型的注意力机制，即期望最大化注意力（EMA），它通过迭代执行EM算法计算出更紧凑的基础集。EMA的重建输出是低秩的，并且对输入的变化具有鲁棒性。我们将所提出的方法形式化为轻量级模块，可以轻松插入到现有的CNN中，代价很小。在许多基准数据集上的广泛实验表明了所提出的EMAU的有效性和效率。]]></description><category></category></item><item><title><![CDATA[PointRend: 将图像分割视为渲染——PointRend:Image Segmentation as Rendering]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133756956</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133756956</guid><author>ADICDFHL</author><pubDate>Tue, 10 Oct 2023 22:08:52 +0800</pubDate><description><![CDATA[我们提出了一种新的方法，用于高效、高质量的对象和场景图像分割。通过将经典的计算机图形学方法与像素标记任务中面临的过采样和欠采样挑战进行类比，我们开发了一种将图像分割视为渲染问题的独特视角。基于这个视角，我们提出了PointRend（基于点的渲染）神经网络模块：一个在自适应选择的位置上执行基于点的分割预测的模块，该位置是基于迭代细分算法选择的。PointRend可以灵活地应用于实例分割和语义分割任务，通过构建在现有的最先进模型之上。虽然许多具体实现都是可能的，但我们表明，一个简单的设计已经可以实现出色的结果。]]></description><category></category></item><item><title><![CDATA[BiSeNet：用于实时语义分割的双边分割网络——BiSeNet:Bilateral Segmentation Network for Real-time Semantic Segmentation]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133756279</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133756279</guid><author>ADICDFHL</author><pubDate>Tue, 10 Oct 2023 21:44:37 +0800</pubDate><description><![CDATA[语义分割需要丰富的空间信息和较大的感受野。然而，现代的方法通常为了实现实时推断速度而牺牲空间分辨率，导致性能下降。本文提出了一种新的双边分割网络（BiSeNet）来解决这个问题。我们首先设计了一个具有小步长的空间路径来保留空间信息并生成高分辨率特征。同时，采用快速下采样策略的上下文路径用于获取足够的感受野。在两个路径之上，我们引入了一个新的特征融合模块来有效地组合特征。所提出的架构在Cityscapes、CamVid和COCO-Stuff数据集上在速度和分割性能之间取得了适当的平衡。]]></description><category></category></item><item><title><![CDATA[HRNet-深度高分辨率表示学习在人体姿势估计中的应用——Deep High-Resolution Representation Learning for Human Pose Estimation]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133557096</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133557096</guid><author>ADICDFHL</author><pubDate>Wed, 04 Oct 2023 17:50:14 +0800</pubDate><description><![CDATA[在本文中，我们对人体姿态估计问题感兴趣，重点是学习可靠的高分辨率表示。大多数现有方法通过高低分辨率网络生成的低分辨率表示恢复高分辨率表示。相反，我们提出的网络在整个过程中保持高分辨率表示。我们从一个高分辨率子网络作为第一阶段开始，逐渐添加高低分辨率子网络形成更多阶段，并将多分辨率子网络并行连接起来。我们进行重复的多尺度融合，使每个高低分辨率表示重复地从其他并行表示中接收信息，从而得到丰富的高分辨率表示。因此，预测的关键点热图可能更准确且空间上更精确。]]></description><category></category></item><item><title><![CDATA[注意力机制是否比矩阵分解更好？——IS ATTENTION BETTER THAN MATRIX DECOMPOSITION?]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133556103</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133556103</guid><author>ADICDFHL</author><pubDate>Wed, 04 Oct 2023 17:22:50 +0800</pubDate><description><![CDATA[本文研究了在网络中建模长程依赖关系。我们将学习全局上下文的过程形式化为一个低秩完成问题。受到低秩形式化的启发，我们基于广为研究的矩阵分解模型开发了Hamburger模块。通过特定的矩阵分解目标函数，其优化算法创建的计算图自然地定义了Hamburger的核心架构。Hamburger通过去噪和完成其输入来学习可解释的全局上下文，并改善谱的集中度。令人惊讶的是，当谨慎处理反向梯度时，即使是20年前提出的简单矩阵分解在具有挑战性的视觉任务（如语义分割和图像生成）中也能与自注意力一样强大，而且轻量、快速和内存高效。]]></description><category></category></item><item><title><![CDATA[InternImage: 使用可变形卷积探索大规模视觉基础模型（Exploring Large-Scale Vision Foundation Models with Deformable Conv）]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133418688</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133418688</guid><author>ADICDFHL</author><pubDate>Fri, 29 Sep 2023 17:19:29 +0800</pubDate><description><![CDATA[相较于近年来大规模视觉Transformer（ViT）取得的巨大进展，基于卷积神经网络（CNN）的大规模模型仍处于早期阶段。本文提出了一种新的基于CNN的大规模基础模型，称为InternImage，它可以像ViTs那样从增加参数和训练数据中获益。与近期专注于大型密集卷积核的CNN不同，InternImage将可变形卷积作为核心运算符，因此我们的模型不仅具有下游任务（如检测和分割）所需的大有效感受野，而且具有由输入和任务信息条件化的自适应空间聚合。]]></description><category></category></item><item><title><![CDATA[DEFORMABLE DETR: DEFORMABLE TRANSFORMERS FOR END-TO-END OBJECT DETECTION——用于端到端物体检测的可变形注意力机制]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133301549</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133301549</guid><author>ADICDFHL</author><pubDate>Tue, 26 Sep 2023 11:26:02 +0800</pubDate><description><![CDATA[原文链接：https://arxiv.org/pdf/2010.04159.pdf

0.摘要

1.引言

2.相关工作

3.回顾Transformers和DETR

4.方法

4.1.用于端到端的可变性注意力机制

4.2.关于Deformable DETR模型的补充改进和变体

5.实验

5.1.与DETR的比较

5.2.关于可变形注意力的消融研究

5.3.与当前主流方法的比较

6.结论

7.参考文献


]]></description><category></category></item><item><title><![CDATA[Xception: 使用深度可分离卷积的深度学习——Xception:Deep Learning with Depthwise Separable Convolutions]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133296877</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133296877</guid><author>ADICDFHL</author><pubDate>Tue, 26 Sep 2023 10:19:02 +0800</pubDate><description><![CDATA[我们将卷积神经网络中的Inception模块解释为常规卷积和深度可分离卷积操作之间的中间步骤。在这个视角下，深度可分离卷积可以被理解为具有最大数量塔的Inception模块。这个观察引导我们提出了一个新颖的深度卷积神经网络架构，灵感来自Inception，其中Inception模块被深度可分离卷积所替代。]]></description><category></category></item><item><title><![CDATA[Flatten Transformer: 使用聚焦线性注意力的视觉Transformer]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/133124542</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/133124542</guid><author>ADICDFHL</author><pubDate>Thu, 21 Sep 2023 10:44:42 +0800</pubDate><description><![CDATA[在本文中，我们提出了一种新颖的focused linear attention模块。通过从关注能力和特征多样性的角度解决先前线性注意力方法的局限性，我们的模块实现了高效性和表达能力的惊人结合。对图像分类、目标检测和语义分割的广泛实验表明，我们的模块可以广泛应用于各种视觉Transformer，并实现计算效率和模型性能之间更好的平衡。]]></description><category></category></item><item><title><![CDATA[尺度空间和使用各向异性扩散进行边缘检测——Scale-Space and Edge Detection Using Anisotropic Diffusion]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/132742601</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/132742601</guid><author>ADICDFHL</author><pubDate>Thu, 07 Sep 2023 18:16:34 +0800</pubDate><description><![CDATA[我们介绍了一种工具，各向异性扩散，我们相信它在早期视觉的许多任务中将证明其有用性。基于扩散的算法涉及整个图像格点上的简单、局部、相同的计算。在像连接机这样的大规模并行架构上实现几乎是微不足道的。使用混合模拟-数字网络的实现也似乎是可行的。我们已经证明，最简单的各向异性扩散版本可以成功地应用于多尺度图像分割。作为预处理步骤，它使得细化和连接边缘变得不必要，保留了边缘交叉点，并且不需要在不同尺度上对图像进行复杂的比较，因为形状和位置在每个尺度上都得到保留。]]></description><category></category></item><item><title><![CDATA[使用CNN和经过判别式训练的域变换进行任务特定边缘检测的语义图像分割——Semantic Image Segmentation with Task-Specific Edge Detection Us]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/132740501</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/132740501</guid><author>ADICDFHL</author><pubDate>Thu, 07 Sep 2023 16:31:01 +0800</pubDate><description><![CDATA[我们提出的模型由三个组件组成，如图2所示。它们被联合训练，以优化输出的语义分割质量。第一个组件是基于公开可用的DeepLab模型[5]的粗糙语义分割评分预测。DeepLab修改了VGG-16网络[40]以成为FCN [31]。该模型从VGG-16 ImageNet [36]预训练模型初始化。我们采用了[5]的DeepLab LargeFOV变体，它在滤波器中引入零以扩大其视野，我们简称为DeepLab。我们添加了第二个组件，称为EdgeNet。EdgeNet通过利用DeepLab的中间层特征来预测边缘。]]></description><category></category></item><item><title><![CDATA[无卷积参考图像分割——ReSTR: Convolution-free Referring Image Segmentation Using Transformers]]></title><link>https://blog.youkuaiyun.com/ADICDFHL/article/details/132477589</link><guid>https://blog.youkuaiyun.com/ADICDFHL/article/details/132477589</guid><author>ADICDFHL</author><pubDate>Thu, 24 Aug 2023 16:53:28 +0800</pubDate><description><![CDATA[参考图像分割是一项高级的语义分割任务，其中目标不是预定义的类别，而是通过自然语言进行描述。现有的大多数方法依赖于卷积神经网络，但是卷积神经网络在捕捉语言表达中实体之间的长距离依赖关系方面存在困难，并且对于建模两种不同模态之间的相互作用不够灵活。为了解决这些问题，我们提出了一种使用Transformer进行参考图像分割的第一个无卷积模型，名为ReSTR。由于ReSTR通过Transformer编码器提取了两种模态的特征，因此可以捕捉到每个模态内部实体之间的长距离依赖关系。此外，ReSTR通过自注意力编码器融合]]></description><category></category></item></channel></rss>