ion) 动作检测(Activity Detection) 异常检测(Anomally Detetio
转载
2023-11-01 15:53:27
56阅读
作者｜马晨目前，研究者们提出了越来越多的黑盒攻击算法，其中基于「模拟」的攻击成为了一种新的攻击形式。来自清华的研究者解决了模型窃取攻击中长久以来存在的一个问题：训练代理模型的时候需要查询目标模型。训练了一个「万能的模拟器」， 可以模拟任何未知模型的输出，并且该模拟器在训练的时候无需查询目标模型。介绍最近几年，元学习风生水起，这阵风也刮到了对抗攻击领域。本文解读对抗攻击与元学习联姻的两篇典型的论文（
转载
2023-10-25 23:10:37
36阅读
PAConv: Position Adaptive Convolution with Dynamic Kernel Assembling on Point CloudsMutian Xu1 Runyu Ding1* Hengshuang Zhao2 Xiaojuan Qi1† 1The University of Hong Kong 2University of Oxford*cvpr-2021g
原创
2023-03-06 00:24:33
198阅读
本文将介绍一篇很有意思的论文，该方向比较新，故本文保留了较多论文中的设计思路，背景知识等相关内容。前言：人类具有识别环境中未知对象实例的本能。当相应的知识最终可用时，对这些未知实例的内在好奇心有助于了解它们。 这促使我们提出一个新的计算机视觉问题，称为：“开放世界对象检测”，其中模型的任务是：1）将尚未引入的对象识别为“未知”，无需明确监； 2）在逐渐接收到相应的标签时，逐步学
转载
2024-03-28 08:56:04
17阅读
大致布局 持续整理中...，同时更期待熟悉某一类别文章的同学一起来进行文章分类整理。 ...
转载
2021-06-15 23:07:00
261阅读
2评论
CVPR2021 | 2D目标检测论文解读1. UP-DETR:——《UP-DETR: Unsupervised Pre-training for Object Detection with Transformers(Oral)》2. OWOD——《Towards Open World Object Detection(Oral)》3. YOLOF——《You Only Look One-lev
首先基于一个现象：人类在对事物进行观察的时候，是能够检测到每个实例，并按照自己已知的知识来对每个实例进行分类，有认知的归属到对应类别，无认知的归属到未知(unknown)，而过往的深度学习检测任务所完成的工作只能对已有认知的实例进行定位和分类，所以作者提出，能否使得检测算法达到更近似人类的认知体验？所以作者提出了“开放世界目标检测”任务。作者原文中对这个任务的解释如下：1）在没有明确监督的情况下，
转载
2024-04-30 10:16:24
76阅读
摘要同时定位与建图（SLAM）在视觉机器人导航等下游应用中仍然具有挑战性，原因包括但不限于快速转弯、无特征墙壁、图像质量差等。本文作者提出了一种粒子滤波的SLAM网络（Particle SLAM-net）和一种导航框架，可以使平面机器人能够在以前没见过的室内环境中进行导航。SLAM网络将基于粒子滤波的SLAM算法编码到可微计算图中，通过粒子滤波算法进行反向传播学习面向任务的神经网络组件。由于它能够
转载
2022-10-05 08:23:45
79阅读
获取有趣、好玩的前沿干货！1，Exploiting Spatial Dimensions of Latent in GAN for Real-time Image Editing 生成对抗网络 (GAN) 从随机潜在向量Z合成逼真的图像。虽然通过潜在向量能一定程度上控制合成，但存在以下问题：i) 将真实图像投影到潜在向量的优化耗时，ii) 通过编码器的特征嵌入难精确。提出StyleMapGAN：
原创
2021-12-01 10:41:50
9349阅读
动态区域感知卷积论文题目：Dynamic Region-Aware Convolutionpaper是旷视科
原创
2022-07-13 11:19:44
336阅读
作者丨wanghy编辑丨3D视觉工坊CVPR 2021 全部论文已经放出，网址：https://openaccess.thecvf.com/CVPR2021?day=all。特总结了与SLAM方向相关的论文，供SLAMer参考。点云配准：·RPSRNet: End-to-End Trainable Rigid Point Set Registration Network using Bar
转载
2022-10-12 23:25:42
157阅读
1，Directional GAN: A Novel Conditioning Strategy for Genera...
原创
2021-09-28 15:09:11
9713阅读
文章目录【图像分类】2021-EfficientNetV2 CVPR1. 简介1.1 简介1.2 EfficientNetV1存在的问题1.3 结果2. 网络2.1 整体架构2.2 Fused-MBConv2.3 MBConv3. 代码 【图像分类】2021-EfficientNetV2 CVPR原论文名称：EfficientNetV2: Smaller Models and Faster Tr
原创
2023-05-10 16:07:47
401阅读
Neural Architecture Search with Random Labels Landmark Regularization: Ranking Guided Super-Net Training in Neural Architecture Search AttentiveNAS: I
原创
2021-12-29 10:21:51
264阅读
作者：知乎—李新阳
论文地址：https://arxiv.org/abs/2103.01456
开源代码：https://github.com/imlixinyang/HiSD
相信大家还记得CycleGAN刚出来时带给大家的震撼，从CycleGAN提出后，图像翻译面临的最大的两个问题就是扩展性（同时处理多种篡改）和多样性（生成不同的结果），然而，一直没有一个很好的方法，可以兼顾扩展性和
转载
2021-07-16 18:03:24
244阅读
Self-supervised Learning of Depth Inference for Multi-view Stereo (CVPR2021)代码地址：Github: https://github.com/JiayuYANG/Self-supervised-CVP-MVSNetSelf-sup CVP-MVSNet简介尽管近年来基于深度学习的多视图立体匹配（Multi-view Ster
原创
2022-07-29 06:16:01
567阅读
【图像分割】2021-Swin-Unet CVPR论文题目：Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation论文链接：https://arxiv.org/abs/2105.05537论文代码：https://github.com/HuCaoFighting/Swin-Unet发表时间：2021年5月引用：Cao
原创
2023-05-10 16:03:12
636阅读
[1] Distilling Object Detectors via Decoupled Features[2] Positive-Unlabeled Data Purification in the Wild for Object Detection[3] UP-DETR: Unsupervised Pre-training for Object Detection with Transformerspaper: https://arxiv.org/abs/2011.09094[4] I
原创
2021-08-13 09:30:47
1035阅读
跟SOTA模型比较，我们有着最好的真实性、解耦性和用户最喜欢的多样性。同时还有着对于两种来源的风格编码最为平衡的性能。
转载
2021-07-26 17:55:32
596阅读
标题：道路点云场景双层卷积语义分割Bilevel Convolutional Neural Networks for 3D Semantic Segmentation Using Large-scaleLiDAR Point Clouds in Complex Environments作者：蒋腾平，杨必胜，周雨舟，朱润松，胡宗田，董震来源：武汉大学学报·信息科学版 (Geomatics and I
