ICCVApr, 2017

目标检测中的上下文推理空间记忆

PDF
TL;DR本文提出了一种新的时空记忆网络 (Spatial Memory Network) 框架，其中空间记忆将目标实例聚合回代表简单 “图像” 的伪图像表示，易于输入到另一个 ConvNet 中进行目标间上下文推理，使得目标检测性能提高了 2.2％。
object detectionmemoryspatial reasoningspatial memory networksequential reasoning architecture
发现论文，激发创造
  • 室内场景识别的语义引导上下文建模

    本文提出了一种基于语义分割的新方法 SpaCoNet，旨在同时模拟对象的空间关系和共现情况，进而在室内场景识别任务中生成语义引导的特征表示，该方法具有良好的通用性和效果。

    May, 2023

  • 视频的推理增强的物体中心学习

    通过设计一种名为 STATM 的新型推理模块，可以显著增强基于插槽的视频模型的物体中心学习能力。

    Mar, 2024

  • 结构推断网络：利用场景级别上下文和实例级别关系进行目标检测

    本研究提出一种基于图结构推理的对象检测算法，同时考虑了对象的视觉外观、场景语境以及对象之间的关系，并将其视为认知和推理问题，通过实验表明，这种方法确实可以提高对象检测的性能。

    Jun, 2018

  • 基于空间 - 时间对齐记忆的视频物体检测

    本文介绍了一种用于视频目标检测的空间 - 时间记忆网络，其核心是一种新颖的空间 - 时间记忆模块，用于模拟长期的时间外观和动态运动，并提出了一种新的 MatchTrans 模块来解决视频中的物体运动问题。作者的方法在 benchmark ImageNet VID 数据集上取得了最先进的结果，并且文章的实验表明了不同设计选择的贡献。

    Dec, 2017

  • 使用上下文 - CNN 进行场景分类的对象级上下文建模

    本文介绍一种模型语境感知的深度神经网络，该模型利用 LSTM 单元结合物体提议来捕捉物体和场景之间的关系，并且通过对学习到的特征进行可视化和分析，证明了模型具有很好的语境建模能力。

    May, 2017

  • 用汇聚方法建模空间关系，实现图像检索和注释

    通过学习参数，提出一种基于池化的空间关系表示的方法，以改进涉及空间语言的图像检索和注释任务，并在两个数据集和两个不同任务上取得了改进

    Nov, 2014

  • 运用记忆网络进行手术运行时环境推理的机器人场景分割

    通过使用时空对应网络 (STCN) 解决视频分割的类别偏差和临界状态的准确检测问题，在机器人辅助手术中实现了优异的分割性能和上下文推断。

    Aug, 2023

  • 探究图像关系以用于图像描述

    本文介绍了一种利用图卷积网络和长短期记忆（GCN-LSTM）结构，将语义和空间对象关系集成到图像编码器中，以生成图像标题的新方法，并在 COCO 图像字幕数据集上开展了广泛的实验，并取得了比现有方法更好的结果。

    Sep, 2018

  • 视频中响物定位的时空记忆网络

    提出了一种利用时间同步和关联的声音和视觉信息的网络，用于视频中声音对象的本地化

    Nov, 2021

  • 基于深度特征的目标检测上下文模型

    本文提出了一种综合局部外观特征，对象关系的上下文信息和全局场景上下文特征的集合物体检测系统，该系统采用基于对象建议的完全连接条件随机场（CRF）进行建模，并利用快速平均场近似方法有效地进行 CRF 模型中的推理，实验结果表明，与基线算法 Faster R-CNN 相比，我们的方法在 PASCAL VOC 2007 数据集上实现了更高的平均精度（mAP）.

    Apr, 2016