2633Tell Me Where I Am:对象级场景上下文预测肖天乔全...我们提出了一个卷积神经网络,它将属性(即,类别、形状和位置)来预测对象级场景布局,该对象级场景布局对给定对象所在的场景上下文的语义和结构进行复合编码
2633Tell Me Where I Am:对象级场景上下文预测肖天乔全...我们提出了一个卷积神经网络,它将属性(即,类别、形状和位置)来预测对象级场景布局,该对象级场景布局对给定对象所在的场景上下文的语义和结构进行复合编码
abhgdcfe14020EDTER:基于... [email protected]摘要0卷积神经网络通过逐步探索上下文和语义特征在边缘检测方面取得了显著进展。然而,随着感受野的扩大,局部细节逐渐被抑制。最近,视觉transformer
融合全局与局部特征的深度卷积神经网络算法.docx
ali.thabet,bernard.ghanem}@ kaust.edu.sa摘要时间动作检测是视频理解中的一个基本而视频上下文是有效检测动作的关键线索,但目前的研究主要集中在时间上下文上,而忽略了语义上下文以及其他重要的上下文属性。...
全局融合卷积神经网络的边缘分类的人脸性别识别.pdf
基于层次上下文融合的三维语义分割Anirud Thyagharajan1,Benjamin Ummenhofer2,Prashant Laddha1,Om Ji Omer1,SreenivasSubramoney1{1个处理器架构研究实验室(印度),2个自主代理实验室(德国)},英特尔实验...
5561情节CAMN:基于上下文注意的场景标注迭代反馈记忆...我们提出了一个统一的框架,主要由一个卷积神经网络(CNN),具体地说,全卷积网络(FCN)和一个基于注意力的记忆模块与反馈连接,以执行上下文选择和细化。完整
6232MFFN:多视角特征融合网络的伪装目标检测郑德华1郑晓晨2劳伦斯T.杨1*高元3朱晨璐4阮毅恒41华中科技大学2瑞士苏黎世联邦理工学院3海南大学,中国4湖北楚天高速公路数字技术,中国[email protected]@...
huangwei19 } @mails.ucas.ac.cn { gushzh, wangyw } @[email protected] { jiaojb, qxye } @ucas.ac.cn0摘要0在卷积神经网络(CNN)中,卷积操作擅长提取局部特征,但难以捕捉全局表示。...
17572滚动快门相机的上下文感知视频重建戴斌范玉超* 志远张琦刘明义何西北工业大学电子信息学院,西安摘要随着滚动快门(RS)相机的普及,从两个连续的RS帧恢复潜在全局快门(GS)视频变得越来越有吸引力,这也对...
8178利用未对齐的训练数据和网络增强来消除单幅图像反射魏凯旋1杨娇龙2傅颖1魏...对于前者,我们通过嵌入上下文编码模块来增强基线网络架构,这些模块能够利用高级上下文线索来减少包含强反射的区域内的不确定性对于后
1LAF-Net:用于立体声置信度估计的局部自适应融合网络Sunok Kim1,2,Seungryong Kim1,2,Dongbo Min3,Kwanghoon Sohn1*1YonseiUni versity2洛桑联邦理工学院(EPFL)3EwhaWomansUni versity{kso428,khsohn}@...
朱}@ dlr.de摘要大多数当前的语义分割方法都依赖于深度卷积神经网络(CNN)。然而,他们使用的卷积运算与当地的receptive领域造成失败的建模上下文空间关系。先前的工作已经试图通过使用网络中的图形模型或空间传播...
用于多尺度特征学习的最先进方法专注于使用具有固定拓扑结构的神经网络跨空间和尺度执行特征交互。在本文中,我们提出了图形特征金字塔网络,能够适应其拓扑结构,以不同的内在图像结构,并支持跨所有尺度的同时功能...
8779EGNet:用于显著目标检测的赵家兴,刘江江,范登平,曹阳,杨菊峰,程明明*南开大学理学院理学院http://mmcheng.net/egnet/摘要全卷积神经网络(FCN)在显着对象检测任务中显示出了它们的优势。然而,大多数现有...
本文主要研究内容是轻量化神经网络的目标检测算法,所有研究工作都是基于关键点的目标检测框架和神经网络轻量化方法完成。为了后续更好的阐述本文所提出的方法和对实验的分析,在详细介绍本文的工作内容之前,本章节...
全卷积神经网络(FCNs)在显著目标检测任务中已显示出其优越性。然而,大多数现有的基于FCNs的方法仍然存在对象边界粗糙的问题。为了解决这一问题,本文将重点放在显著边缘信息和显著目标信息之间的互补性上。因此,...
9512基于卷积递归网络的道路边界提取Justin Liang1岁 Namdar Homayounfar1,2岁马伟秋1,3王神龙1,2拉克尔·乌塔孙1,21Uber Advanced Technologies Group2多伦多大学3MIT{justin.liang,namdar,weichiu,slwang,...
1)依赖于堆叠卷积层和专业设计的网络,这些网络在描述详细的细粒度信息方面较弱,并且当环境变化时容易失效(例如,在不同的照明条件下)。2)更倾向使用长序列作为输出来提取动态特征,这使得它们难以部署到需要...
2700DeFusionNET:通过递归融合和细化多尺度深度特征进行散焦模糊检测唐畅1、朱新忠2、刘新旺3、王立哲1、艾伯特·佐马亚41中国地质大学计算机学院,武汉4300742浙江师范大学数学物理与信息工程学院,浙江金华...
然而,使用传统的卷积神经网络(CNN)作为基础,尽管有了特征金字塔的帮助,但还是有一些局限性,比如它们难以捕捉到图片中的全局信息,比如整个场景的布局,或者是图片角落里的细节。CFP就是一种让计算机在查看照片...
随着互联网和信息技术的蓬勃发展,网络攻击变得越来越频繁和复杂,尤其是高级持续威胁 (APT) 攻击。与传统攻击不同,APT 攻击更具针对性、隐蔽性和对抗性,因此手动分析威胁行为以进行 APT 检测、归因和响应具有...
9236基于注意图神经网络的Wengguan Wang1人,Xiankai Lu1人,Jianbing Shen1人,David Crandall2人,Ling Shao1人1阿联酋Inception人工智能研究所2美国印第安纳大学{wenguanwang.ai,carrierlxk,shenzianbingcg}@...