
期刊论文解读/翻译
颐水风华
框架:tensorflow pytorch tensorrt cuda cublas opnecv。
语言:c、c++ python。
展开
-
论文解读 | CenterNet:Keypoint Triplets for Object Detection
论文地址:https://arxiv.org/pdf/1904.07850.pdf代码:https://github.com/Duankaiwen/CenterNet引用:Duan K, Bai S, Xie L, et al. CenterNet: Keypoint Triplets for Object Detection[J]. 2019.摘要 目标检测中,基于关键...翻译 2019-12-02 23:15:39 · 666 阅读 · 0 评论 -
论文解读 | Optimized contrast enhancement for real-time image and video dehazin
前言本文提出了一种针对含有雾的图像和视频快速、完善的去雾算法。观察发现有雾的图像普遍具有低对比度,我们通过增强对比度来修复图像。然后多度的增强这些低对比度会截断像素值以及导致信息丢失。因此,我们引入一个包含对比项以及信息丢失项的损失函数。通过最小化损失函数,该算法不仅增强了对比度而且有效的保留了图像信息。另外,我们将图片去雾算法扩展到视频去雾。我们通过计算透射率的相关性减少对视频去雾时的闪烁程...原创 2019-11-11 00:55:24 · 785 阅读 · 0 评论 -
论文解读 | ExtremeNet(Bottom-up Object Detection by Grouping Extreme and Center Points)
https://blog.youkuaiyun.com/sinat_37532065/article/details/86693930『写在前面』目标检测新思路,检测目标极值点而不是回归包围框。作者机构:Xingyi Zhou等,UT Austin文章标题:《Bottom-up Object Detection by Grouping Extreme and Center Points》...转载 2019-06-22 22:39:01 · 529 阅读 · 0 评论 -
论文解读 | FoveaBox: BeyondAnchor-basedObjectDetector
https://blog.youkuaiyun.com/qq_18882399/article/details/89668635一、研究动机在两阶段的目标检测器中,通常利用预先产生的锚点框去拟合待检测的目标,其中包含对目标物的尺寸、长宽比、位置的拟合,然而锚点框的产生通常是离散变化的,因此锚点框的预设定对该类算法的效果有很大影响。FoveaBox为了解除这种影响,类比人类视觉系统感知世界...转载 2019-06-22 22:45:17 · 718 阅读 · 0 评论 -
论文解读 | Fully Convolutional Networks for semantic Segmentation
抄于:https://www.cnblogs.com/xuanxufeng/p/6249834.html摘要卷积网络在特征分层领域是非常强大的视觉模型。我们证明了经过端到端、像素到像素训练的卷积网络超过语义分割中最先进的技术。我们的核心观点是建立“全卷积”网络,输入任意尺寸,经过有效的推理和学习产生相应尺寸的输出。我们定义并指定全卷积网络的空间,解释它们在空间范围内dense pr...转载 2019-07-29 20:58:45 · 651 阅读 · 0 评论 -
论文解读 | Optimized contrast enhancement for real-time image and video dehazing
【摘要】本文提出了一种针对含有雾的图像和视频快速、完善的去雾算法。观察发现有雾的图像普遍具有低对比度,我们通过增强对比度来修复图像。然后多度的增强这些低对比度会截断像素值以及导致信息丢失。因此,我们引入一个包含对比项以及信息丢失项的损失函数。通过最小化损失函数,该算法不仅增强了对比度而且有效的保留了图像信息。另外,我们将图片去雾算法扩展到视频去雾。我们通过计算透射率的相关性减少对视频去雾时的闪烁程...转载 2019-09-16 10:36:21 · 827 阅读 · 0 评论 -
论文解读 | CornerNet: Detecting Objects as Paired Keypoints
https://blog.youkuaiyun.com/weixin_40414267/article/details/82379793论文链接:https://arxiv.org/abs/1808.01244代码链接:https://github.com/umich-vl/CornerNet摘要我们提出了一种新的目标检测方法,使用单个卷积神经网络将目标边界框检测为一对关键点(即边界框的左...转载 2019-06-22 22:36:28 · 423 阅读 · 0 评论 -
论文解读 | Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
作者:fire_light_原文:https://blog.youkuaiyun.com/Fire_Light_/article/details/86530667原文链接:https://arxiv.org/pdf/1803.00839.pdf这是一篇CVPR2018的论文。做人脸的童鞋都知道,算法在输入图片为侧脸时,往往很难和正脸图片匹配,即使是同一个人,特征之间的相似度也会很低。这篇文章...转载 2019-06-12 13:32:15 · 539 阅读 · 0 评论 -
论文解读 | Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation
论文地址:Rich Feature Hierarchies for Accurate Object Detection and Semantic SegmentationGitHub地址: https://github.com/rbgirshick/rcnn1. 引言 图像分类,检测及分割是计算机视觉领域的三大任务。图像分类模型是将图像划分为单个类别,通常对应于图像...转载 2019-06-04 00:12:32 · 4392 阅读 · 0 评论 -
论文解读|Super-realtime facial landmark detection and shape fitting by deep regression...
资料论文全名:Super-realtime facial landmark detection and shape fitting by deep regression of shape model parameters代码地址:https://github.com/justusschock/shapenet官方文档:https://shapenet.readthedocs.i...翻译 2019-02-18 22:42:38 · 1401 阅读 · 0 评论 -
论文解读| Very Deep Convolutional Networks for Large-Scale Image Recognition
这个不做翻译了,网上太多了。如果想看,看看这篇博文,对论文进行了翻译。有时间我都抄来,嘿嘿。https://blog.youkuaiyun.com/abc_138/article/details/80568450https://blog.youkuaiyun.com/abc_138/article/details/80568450vgg的用途vgg的作用,分类图片,定位跟踪目标。其论文主要阐述了不同模型的...翻译 2019-02-20 22:42:40 · 1135 阅读 · 0 评论 -
论文解读|单训练样本/少训练样本用于人脸识别
这篇将会汇总我读的几个论文,来进行阐述。这些鲁汶都是0几年的,说实在的,效果真没有多样本训练效果好。在一些特殊的场合,比如法律实施、护照验证、身份证验证等,每类(人)只能得到一幅图像,只能用这些数目有限的图像去训练人脸识别系统,因而产生了单训练样本人脸识别技术.单训练样本人脸识别,是指每人仅存储一幅人脸图像作为训练集去识别姿态、光照等可能存在变化的人脸图像的身份‘。解决方法有虚拟样本,样本扩...原创 2019-03-13 00:31:10 · 1547 阅读 · 1 评论 -
论文解读|人脸识别常用方法及其发展现状
王伟, 马建光. 人脸识别常用方法及其发展现状[J]. 兵工自动化, 2002, 21(1).这是一篇很老的文章,姑且准许我这么说,因为科技发展实在太快了。不过还是非常值得一看的。下面开始正题。一个自动识别人脸的工作可以分为4部分。1、人脸检测与分割,也就是我们现在说的人脸对齐,从一个景物图片中,切割出来人脸。2、人脸的规范化,矫正人脸尺寸,光照和旋转。3、人脸的表征,就是提取...原创 2019-03-13 00:47:14 · 1047 阅读 · 0 评论 -
论文解读 | NASNet
转载:导读:谷歌推出的NASNet架构,用于大规模图像分类和识别。NASNet架构特点是由两个AutoML设计的Layer组成——Normal Layer and Reduction Layer,这样的效果是不再需要相关专家用human knowledge来搭建卷积网络架构,直接用RNN把Hyperparameter计算出来,这样就实现了AI自动学习。我们之前推出了 AutoML项目,这是...转载 2019-05-05 15:47:24 · 7186 阅读 · 0 评论 -
论文翻译 | CenterNet :Objects as Points
论文地址:https://arxiv.org/pdf/1904.07850v1.pdf代码:https://github.com/xingyizhou/CenterNet引用: Zhou X , Wang D , Krähenbühl, Philipp. Objects as Points[J]. 2019..Abstract 目标检测识别往往在图像上将目标以轴对称的...翻译 2019-06-13 11:41:19 · 1982 阅读 · 4 评论 -
论文解读|基于肤色特征的色情图像识别算法
参考资料任民宏, 郭伟钢. 基于肤色特征的色情图像识别算法[J]. 陕西理工大学学报(自然科学版), 2014(1):38-41.实现过程YCbCr或Y'CbCr有的时候会被写作:两者是一个,是色彩空间的一种,通常会用于影片中的影像连续处理,或是数字摄影系统中。YCbCr由YUV和RGB转换过来。Y'为颜色的亮度(luma)成分、而CB和CR则为蓝色和红色的浓度偏移量成份。...原创 2019-02-17 20:34:05 · 605 阅读 · 0 评论 -
MobileFaceNets
在mobilenet中,作者用mobilenet替换了facenet的inception,进行提取人脸特征。作者:Fire_Light_原文:https://blog.youkuaiyun.com/Fire_Light_/article/details/80279342正文mobilefacenet其实是mobilenetV2的改进版本,主要改进之处有以下几个地方:1.针对平均池化层,许...转载 2019-06-12 15:26:01 · 4722 阅读 · 0 评论 -
论文解读 | MobileNets Efficient Convolutional Neural Networks for Mobile Vision Application
转载:https://blog.youkuaiyun.com/u013082989/article/details/779701961、概述Google在2017年提出的适用于手机端的神经网络模型 主要使用了深度可分离卷积Depthwise Separable Convolution 将卷积核进行分解计算来减少计算量 引入了两个超参数减少参数量和计算量 宽度乘数(...转载 2019-06-13 11:41:08 · 401 阅读 · 0 评论 -
论文解读 | YOLO v2
目录YOLOv2-darknet 内容解析 1. 改进之处 2. Better 3. Faster 4. Stronger 5. 总结 reference YOLOv2-darknet 内容解析1. 改进之处YOLO v2受到faster rcnn的启发,引入了anchor。同时使用了K-Means方法,对anchor数量进行了讨论,在精度和速度之间做出折中...转载 2019-06-19 11:57:54 · 205 阅读 · 0 评论