Apr, 2019

可变瓶颈网络

PDF
TL;DR本文提出了一种新型的卷积神经网络 —— 可变形瓶颈网络（TBN），通过将给定空间变换直接应用于我们的编码器 - 瓶颈 - 解码器架构中的体积瓶颈，从而实现对图像内容进行细粒度的 3D 操作，其多视图监督使网络学习对瓶颈内的特征空间进行空间解缠，并且我们通过在多方面展示了 TBN 的有效性，最终从单个输入图像中提取出显式的 3D 结构。
fine-grained 3d manipulationconvolutional neural networktransformable bottleneck networkimage contentnovel view synthesis
发现论文，激发创造
  • 基于流指导的可变瓶颈网络用于运动重定向

    该研究提出了一种基于隐式体积表示的方法来解决人的运动重定位问题，该方法可以从移动人的视频中仅学习到 3D 表示，具有很高的图像生成质量。

    Jun, 2021

  • 体积变换网络

    本文介绍了一种学习型模块（VTN，即体积变形网络），以预测通道级扭曲场，从而在空间和通道层面上重新配置 CNN 特征，改善空间不变性技术在大规模对象识别中的限制。经实验证明，VTN 不断提升模型性能和图像识别和检索的精度。

    Jul, 2020

  • 空间变换网络

    引入一种新的可学习模块 ——Spatial Transformer，能够在现有的卷积网络结构中显式地允许对数据进行空间操作，从而使得模型得以学习对于平移、缩放、旋转以及基于更一般的扭曲变换的不变性，其模型表现在多个基准测试数据集上达到了最先进的水平。

    Jun, 2015

  • 用于图像分类和搜索的变换不变卷积神经网络

    该研究提出了在卷积神经网络的训练阶段中随机转换特征图以增强模型对空间变换的不变性，从而显著提高了 CNN 在图片识别等许多基准任务上的表现。

    Nov, 2019

  • 面向变换的图像生成网络用于新型 3D 视角合成

    提出了一种基于变换的图像生成网络，能够从单张图片中合成新的 3D 视图，并采用用组合的对抗和感知损失的训练方法，成功地减少了失真和图像中的缺陷，并保留了图像的视觉细节等特征。

    Mar, 2017

  • 超越分类输出的可解释性：语义瓶颈网络

    本文提出了一种基于语义瓶颈网络的深度学习系统，通过引入解释性中间层来解决深度学习模型难以解释的问题，并在街道场景分割探索中展示其可行性和优越性。

    Jul, 2019

  • HBONet：两个正交维度上的谐波瓶颈

    介绍了 Harmonious Bottleneck on two Orthogonal dimensions (HBO) 和 HBONets，这是 MobileNets 的一种新的架构模块和模型，其在提高模型准确度方面表现出色，并且具有很强的计算效率。

    Aug, 2019

  • MVTN：用于三维形状识别的多视角转换网络

    本文介绍了一种基于多角度变换的深度学习网络架构，通过改变视角，以使得机器在 3D 形状识别任务中取得更好的性能。该网络框架在静态视角方法的基础上，实现了自适应动态视角模式，将深度学习与可微渲染技术相结合，并在三个公开数据集上取得了较高的识别精度。

    Nov, 2020

  • 可变形卷积神经网络

    本文证明卷积神经网络的固定几何结构导致其在几何变换方面受限，从而引入了两个新模块增强 CNNs 的变换建模能力。这两个模块是可变形卷积和可变形 RoI 池化。这些新的模块可以轻松替换现有 CNNs 中的普通模块，并且可以通过标准反向传播进行端到端训练，从而产生可变形卷积网络。广泛的实验证实了这种方法在物体检测和语义分割的复杂视觉任务上的有效性。

    Mar, 2017

  • MVTN：学习多视角转换的三维理解

    本研究提出了一种名为 MVTN 的多视图转换网络，利用可微分渲染确定最佳视点进行三维形状识别，将其集成到新颖的自适应多视图流程中，在几个基准测验中表现出 3D 分类和形状检索的最先进性能，并展示了相对于其他方法更好的遮挡鲁棒性，并探讨了 MVTN 的其他方面，如二维预训练和其用于分割，同时公开了使用多视图投影进行 3D 理解和生成的 PyTorch 库 MVTorch。

    Dec, 2022