nymph_h的博客

前言本来想百度一下偷懒的，发现Diadem metric这个东西还没人翻译过。可能大家看一遍就懂了orz。我的话，通读了一边没能把上下文连接起来，干脆也翻译一下(传统艺能)具体步骤测试树上的节点都必须在目标节点的欧几里得距离阈值内，无论是什么类型的点，都必须匹配。具体来说的阈值是一个圆柱体。需要对每一个匹配的测试节点测试其连接性，基于从目标节点到与目标节点的祖先匹配的祖先的路径...

摘要这篇文章调查了最新可获得的神经追踪方法，同时也选取了一些有显著意义的老文章，在适当的位置提出建议。他们被分类为全局处理方法，局部处理方法，元算法方法。进一步的，我们会指出每一种方法的算法组成，同时我们会指出各个方法使用的数据集信息和评价指标。分类我们将方法分为全局方法，局部方法和元算法方法：全局算法处理整张图片，局部方法只探索相关结构，元算法不依赖特定的追踪算法，而是对已经存在的算法进...

透视图中的神经元路径本文是一篇综述，在从显微镜图像提取神经元信息这个领域，本文做了相关调查以及各种不同方向的总结。包括：图像分割方法神经元形态的定量测量目前可用的软件工具与形态数据库0. 介绍理解大脑的工作原理无疑是当今科学最大的挑战之一。获得神经系统在分子，细胞和系统层面上，结构，功能，和发展的深刻理解，有着极其重要的作用。因为这些层面上的流程与高阶认知功能有复杂的联系，而且是治...

主要内容翻译：最近这些年，超球体模型已经在许多例子的相关公式中展示了它的优越性，并且广泛应用于分类，回归和其他任务中。在所有这些任务中，超球体学习的表现高度依赖于生成的超球体结构。一个优秀的超球体结构可以更好地表达数据之间的关联，而且反过来也是一样。虽然超球体最近吸引到了不少关注，大多数现有的超球体结构依然依赖静态超球体结构，而且几乎没有在学习过程中优化超球体结构这一方向的努力。为了解决这个问...

论文地址：https://arxiv.org/pdf/1811.00152.pdf1. 摘要翻译：传统的GAN存在模型崩溃的风险。因此本文提出了一种称为混合密度GAN的变体，通过鼓励分类器在它的嵌入空间形成聚类来解决模型崩溃的问题。以此轮流引导产生器利用这个聚类并发现数据中不同的模型。这是通过将高斯密度函数定位在单纯形的角上，将得到的高斯混合作为鉴频器嵌入上的似然函数，并根据这些似然性为GAN...

1. 摘要翻译许多当前成功的人体识别系统用softmax损失函数来训练一个模型，以此同时对不同人进行分类并得到特征向量。然而潜在的特征嵌入空间被忽视了。这篇文章中，我们使用了一个经过修改的Softmax Loss函数，称为球面Softmax Loss函数，来同时解决分类问题并训练一个超球面流形分类问题。同时介绍了一种平衡的抽样策略，最后，我们提出了一种称为SphereReID的深度卷积神经网络，...

1. 摘要翻译本篇文章中，我们提出了一个新颖的损失函数，称之为LMCL，来给出loss函数的一种不同思路。更确切地说，我们用L2范数（欧几里得范数）归一化softmax损失函数的特征和权值向量，消除半径方差的影响，重构为余弦损失函数。基于此，提出了一个余弦边界项来更深地最大化角度空间地决策边界。结果是，通过正则化和余弦决策边界地最大化的优点，成功实现了类内间距的最小化和类之间距离的最大化。我们称...

1. 摘要翻译我们提出了一种高效的算法，来利用多模态的知识训练动态手势识别任务的单模态三维卷积神经网络。和当前许多优秀算法不同的是，我们并不显式地进行多模态信息融合。而是提供了另一种不同框架，其中我们嵌入多模态的知识到单个网络中，由此，每一个单模态网络都可以获得更好的运行效果。特别的，我们为每个可用的模态提供单独的网络结构，并强制他们协作，以发展拥有公共语义和更好表示方法的网络。我们将要介绍一种...

1. 摘要翻译基于骨骼的动作识别是一项重要的任务，它要求从给定的骨骼序列中充分理解人类动作的运动特征。最近的研究表明，研究骨骼序列的空间和时间特征对这个任务是非常重要的。除此之外，如何提取不同的时空特征仍然是一项具有挑战性的工作。在这篇文章中，我们提出了一种注意力增强图卷积LSTM网络，来从骨骼数据中进行人体动作识别。文章提出的AGC-LSTM不仅可以捕捉空间构型和时间动态的判别特征，而且可以探...

1. 摘要翻译大尺度目标检测数据集试图尽可能清楚地定义被识别图像的真实边界框。 但我们还是注意到标注边界框的时候还是有不少混淆的地方。在这篇文章中，我们提出了一种新颖的边界框回归损失函数，可以同时进行边界框的转换和变量的确定。我们的损失函数在集中结构中极大地提高了定位的准确性，并且几乎没有额外的计算量。The learned localization variance allows us to ...

1.文章的研究现状文中提到的手势识别方法一共有三种：基于可穿戴设备，由设备上的传感器传回数据判断手势移动这种方法的弊端在于，设备造价昂贵，可识别的手势不自然基于计算机视觉的方法，弊端在于容易受光照和复杂背景的干扰基本流程:手势分割->特征提取->分类器分类手势分割->通过肤色，纹理，多种模型分割特征提取->人为设定特征分类器分类->神经网络，隐马尔可...

1. 摘要翻译我们提出了一种新颖的方法来实时检测未知数量的清晰的二维人体姿势。为了解耦从CNN的激活映射中解析像素级别的身体检测的运行时复杂度，我们的方法，称之为Pose Proposal Networks，使用了一种当前最佳的“只拍一次”物体检测范式，这种方法在一个自底向上的姿态检测场景中使用了网格级别的图片激活映射。身体部分和四肢的检测直接通过single-shot CNN进行。这种方法从概...

1.摘要翻译我们提出了一种高效检测图片中多个人2D姿态的方法。这种方法使用了一种无参表示法，来学习如何将人的身体部分与其个人联系起来, 我们称这种方法为“Part Affinity Fields”。这种结构将全局上下文（全体信息）编码，允许使用一种贪心的自底向上的的解析方法来维持高准确率和实时检测，无论图片中有多少人。这种结构被设计成使用两个分支的相同顺序预测过程，同时学习零件（单个人）的位置和...

【论文笔记】面向移动 WEB 端的微手势识别技术及应用 1. 解决的问题2. 不会的知识点2.1 总2.2 肤色分割2.3 手势特征提取2.4 其他问题3. 核心概念4.流程1. 解决的问题动态手势识别移动端计算力不足的缺陷2. 不会的知识点2.1 总微手势特征提取2.2 肤色分割1. 硬阈值肤色分割， HSV色彩空间含义：H（Hue）色相，什么颜色S（Saturat...