- 博客(11)
- 收藏
- 关注
RSS订阅原创 视频去模糊论文阅读-Learning Blind Motion Deblurring
论文地址：http://openaccess.thecvf.com/content_ICCV_2017/papers/Wieschollek_Learning_Blind_Motion_ICCV_2017_paper.pdf代码地址：https://github.com/cgtuebingen/learning-blind-motion-deblurring
2022-04-23 20:53:28
2386
原创 视频去模糊论文阅读-Multi-Scale Separable Network for Ultra-High-Definition Video Deblurring
论文链接：https://openaccess.thecvf.com/content/ICCV2021/papers/Deng_Multi-Scale_Separable_Network_for_Ultra-High-Definition_Video_Deblurring_ICCV_2021_paper.pdf代码链接：https://github.com/dseny/UHDVDAbstract虽然最近的研究在视频去模糊任务方面取得了重大进展，但这些方法很难同时协调推理效率和...
2022-04-21 23:25:41
1073
原创 视频去模糊论文阅读-VDFlow: Joint Learning for Optical Flow and Video Deblurring
论文地址：http://openaccess.thecvf.com/content_CVPRW_2020/papers/w51/Yan_VDFlow_Joint_Learning_for_Optical_Flow_and_Video_Deblurring_CVPRW_2020_paper.pdfAbstract 视频去模糊是一项具有挑战性的任务，因为视频中的模糊是由摄像机抖动、物体运动和深度变化的组合造成的。最近的深度神经网络通过利用连接相邻帧来直接估计潜在图像，提高了视频去模糊的性...
2022-04-13 23:41:01
873
原创 视频去模糊论文阅读-Online Video Deblurring via Dynamic Temporal Blending Network
论文地址：http://openaccess.thecvf.com/content_ICCV_2017/papers/Kim_Online_Video_Deblurring_ICCV_2017_paper.pdf代码可以参考这个：https://github.com/zzh-tech/ESTRNNAbstract
2022-04-10 19:23:02
3722
1
原创 视频去模糊论文阅读-Cascaded Deep Video Deblurring Using Temporal Sharpness Prior
论文链接：http://openaccess.thecvf.com/content_CVPR_2020/papers/Pan_Cascaded_Deep_Video_Deblurring_Using_Temporal_Sharpness_Prior_CVPR_2020_paper.pdf代码地址：https://github.com/csbhr/CDVD-TSPAbstract 本文提出了一种简单而有效的深度卷积神经网络(CNN)视频去模糊模型。该算法主要由中间潜在帧的光流估...
2022-04-08 00:11:07
4146
2
原创 目标检测学习-Libra R-CNN
1.训练过程中存在的不平衡在目标检测中，往往更加关注的是模型结构，但是与模型结构相比，训练过程对目标检测器来说也是很关键的。文中发现目标检测器性能往往收到训练过程中的不平衡的限制，这包括以下三点：1）sample level（样本层面），在训练一个检测器的时候，hard samples可以提高检测性能。然后使用随机采样的方式通常会导致选择的样本以简单样本为主。OHEM可以对这个缓解该问题，但是对噪声标签很敏感，并产生相当大的内存和计算成本。Focal Loss在一阶段算法中能有效缓解采样不平衡的问题，但
2021-08-25 21:02:04
6156
原创 目标检测学习-FSAF
1.ground truth分配中存在的一些问题在介绍FSAF前先说一下在带有FPN的检测器中是如何分配ground truth的，如下图Fig1所示，一个大小为50×50像素的汽车实例可能和小的anchor有好的重合所以将其分配给了small anchors这层，同理这个40×40像素的汽车也分配到了这层，但是，另一个60×60像素的汽车与其他两个有着相似的特征但是却分配到了medium anchors层。这就说明anchor匹配机制其本质上就是一种人为的启发式特征选择。这导致一个主要缺陷，即用于训练
2021-08-21 19:44:45
1855
原创 目标检测学习-TridentNet
1.研究背景1.1 图像金字塔图像金字塔如下图Fig1所示是一种以多分辨率来解释图像的结构，通过对原始的图像进行不同尺度的像素采样的方法，生成多个不同分辨率的图像。将生成的图像按照分辨率的大小从大到小进行排列，这就构成了一个图像金字塔，图像金字塔可以用在解决目标检测在处理多尺度变化问题。1.2 特征金字塔在绝大多数目标检测网络中，如下图Fig2特征金字塔（Feature Pyramid Network，FPN）是一个不可缺少的部分，FPN网络主要解决的问题是目标检测在处理多尺度变化问题.
2021-08-20 16:17:42
616
原创 目标检测学习-ASFF
1.背景介绍在绝大多数目标检测网络中，如下图Fig1特征金字塔（Feature Pyramid Network，FPN）是一个不可缺少的部分，FPN网络主要解决的问题是目标检测在处理多尺度变化问题的不足。FPN主要有以下两个作用：1）多尺度特征融合，提高了特征的丰富程度；2）使用分治法，将目标检测任务按照目标尺寸不同，分成若干个检测子任务。2.存在的问题在检测分支当中低层特征适合检测图片中的小物体，高层特征适合检测图片中的大物体，中间层特征适合检测图片中的中等大小物体。而在FPN中采用..
2021-08-19 22:04:50
3715
原创 目标检测学习-EfficientDet
1.背景介绍在绝大多数目标检测网络中，如下图Fig1特征金字塔（Feature Pyramid Network，FPN）是一个不可缺少的部分，FPN网络主要解决的问题是目标检测在处理多尺度变化问题的不足。FPN主要有以下两个作用：1）多尺度特征融合，提高了特征的丰富程度；2）使用分治法，将目标检测任务按照目标尺寸不同，分成若干个检测子任务。2. 文中挑战Challenge 1：高效的多尺度特征融合关于不同输入特征的融合，大部分的融合是不对特征进行区分的，只是简单的将特征汇总加和起来。然而
2021-08-17 21:28:01
610
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人