
计算机视觉
wchstrife
现实如果对你不公
别计较太多
走吧 暴风雨后的彩虹
展开
-
【Image Matting】Image Matting评价指标
【CVPR 2009】A perceptually motivated online benchmark for image matting.Paper:https://www.microsoft.com/en-us/research/wp-content/uploads/2009/01/cvpr09-matting-Eval_TR.pdfOnline Benchmark Systemwww.alphamatting.comTraining Set: 27张图片Test Set: 8张图片原创 2020-10-17 17:28:14 · 1446 阅读 · 0 评论 -
【Image Matting】Indices Matter: Learning to Index for Deep Image Matting
[ICCV 2019] Indices Matter: Learning to Index for Deep Image MattingPaper: https://arxiv.org/abs/1908.00672一、摘要基于MobileNet-V2,目前速度最快的方法实验发现,有index作为约束的unpooling可以比插值更好的恢复边缘细节所有的上采样的操作都可以统一成一个index function的形式,通过神经网络来学习Index的权值。相当于让一个小网络学习Index,在特征图原创 2020-10-16 00:58:31 · 534 阅读 · 0 评论 -
【Image Matting】A Late Fushion CNN for Digital Matting
【CVPR 2019】A Late Fushion CNN for Digital MattingPaper: https://openaccess.thecvf.com/content_CVPR_2019摘要单张RGB图预测Alpha Matte。有两个Decoder分支,对前景和背景进行分类(观察到更好的分类的到硬分割的结果)。Late Fusion是指在网络的后面,对两个分类网络的结果进行融合。设计Loss使得分类网络在前景和背景上达成一致,在Fusion 上对软分割的区域进行校正。原创 2020-09-30 17:05:53 · 458 阅读 · 0 评论 -
【Image Matting】Semantic Human Matting
[MM 18] Semantic Human MattingPaper : https://arxiv.org/pdf/1809.01354.pdf摘要首次实现无需Trimap方式原创 2020-09-27 21:20:07 · 1509 阅读 · 1 评论 -
【Image Matting】 Deep Image Matting
【CVPR 2017】Deep Image MattingPaper: https://arxiv.org/abs/1703.03872摘要需要输入原图和Trimap。使用Two Stage的方法。Stage One是一个Encode Decode的结构,预测出粗略的aplha matte。Stage Two是一个小型的卷积网络,对上阶段生成的aplha matte进行refine,得到更加准确的alpha values和sharper edges。公开了一个数据集,包含49300个训练图片原创 2020-09-25 16:23:21 · 581 阅读 · 0 评论 -
基础网络学习
基础网络学习这些net的结构是怎么样的为什么要这么设计这个net的优点是什么还存在那些问题AlexNetImagenet Classification With Deep Convolutional Neural Networks.paper: http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf网络结构共有8层,其中有5个卷积层原创 2020-09-06 22:58:23 · 959 阅读 · 0 评论 -
[cs231n] Assignment1-KNN
算法思想训练阶段: 分类器只保存下所有的成对训练数据预测阶段: 分类器计算测试图片和所有训练数据的距离,选择K个最相近的图片,通过投票预测该图片的分类交叉验证: 通过交叉验证选择最佳的K加载数据集# Load the raw CIFAR-10 data.cifar10_dir = 'cs231n/datasets/cifar-10-batches-py'# Cleaning u...原创 2020-02-26 16:16:42 · 300 阅读 · 0 评论 -
[MM18]BeautyGAN: Instance-level Facial Makeup Transfer with Deep Generative Adversarial Network
BeautyGAN: Instance-level Facial Makeup Transfer with Deep Generative Adversarial NetworkACM MM 2018http://liusi-group.com/projects/BeautyGANfacial makeup transfer | generative adversarial network...原创 2019-11-19 18:42:48 · 1845 阅读 · 0 评论 -
人像晶格化-超像素预分割+块内均值
人像晶格化-超像素预分割+块内均值一、晶格化效果使用超像素分割算法SLIC进行聚类,在每个类中进行均值化。项目地址:https://github.com/wchstrife/DigitalImageProcessing1.1 运行环境python 3.7skimagetqdmnumpy1.2 运行cd SLIC-Superpixelspython slic.py1....原创 2019-11-17 21:06:14 · 1329 阅读 · 0 评论 -
人像美肤-人脸检测+双边滤波
人像美肤-人脸检测+双边滤波一、人像美肤使用人脸检测 + 自实现的双边滤波,可以对图像中多张人脸进行美肤平滑。项目地址:https://github.com/wchstrife/DigitalImageProcessing1.1 运行环境python 3.7numpyopencv1.2 运行cd Skin-Filter修改beatyskin.py中main函数的filen...原创 2019-11-17 21:01:32 · 750 阅读 · 0 评论