Apr, 2019

用于视频人脸识别的循环嵌入聚合网络

PDF
TL;DR提出了一种称为 REAN 的循环嵌入汇聚网络，可用于集合到集合的人脸识别任务，并且相对于 LSTM 等采用先前训练嵌入的方法，REAN 学习如何聚合预先训练的嵌入，可以更加稳健地避免过拟合，而 REAN 相较于高质量聚合方法，可以利用上下文信息规避冗余帧导致的噪声干扰， 在三个公共数据集上的实验结果表明，相对于基线 CNN-LSTM 结构和高质量聚合方法， REAN 显着地提高了人脸识别的准确性。
recurrent networksface recognitionvideo analysisrnnembeddings
发现论文，激发创造
  • 神经聚合网络用于视频人脸识别

    本文介绍了一种神经汇聚网络（NAN）用于视频人脸识别，该网络由两个模块组成：特征嵌入模块和聚合模块，利用注意机制对变量数量的面部图像进行聚合，通过分类或验证损失训练 NAN 并打破 naive aggregation 方法的精度极限，达到了最先进的准确度。

    Mar, 2016

  • 视频人脸识别特征聚合网络

    本文提出了一种基于元注意力聚合的方法来学习视频紧凑表示以实现视频人脸识别任务，并对其进行了实验验证和性能比较。

    May, 2019

  • 人员再识别：基于循环特征聚合的方法

    本文提出一种基于 LSTM 网络的逐步 / 顺序融合框架的人物重新识别方法，利用一系列追踪人体区域 / 补丁的全局判别特征表示产生序列级别的高度区分人类特征表示，并在两个人物重新识别基准测试上取得了良好的效果

    Jan, 2017

  • 超越短片段：用于视频分类的深度网络

    本论文提出和评估了几个深度神经网络架构，用于对比以往更长时间段内视频图像信息的组合。通过一些新的方法，包括卷积时间特征池化和循环神经网络结构，该论文指出最佳神经网络在 Sports 1 million 数据集（73.1％对 60.9％）和 UCF-101 数据集中（88.6％对 88.0％）及无附加光流信息（82.6％对 72.8％）上明显性能提高。

    Mar, 2015

  • 联合建模嵌入和翻译以桥接视频和语言

    本文提出了一种名为 LSTM-E 的新型统一框架，它可以同时探索 LSTM 和视觉 - 语义嵌入的学习，以有效生成自然语言描述的视频内容，实验表明 LSTM-E 在生成自然语言句子方面的表现优于目前为止的最佳表现，对于预测 SVO 三元组也超过了几种最先进的技术。

    May, 2015

  • 使用上下文门控的可学习池化方法进行视频分类

    通过聚类聚合和可学习的非线性单元 Context Gating 模型改进了现有视频表达方式，提高了视频分类准确率。

    Jun, 2017

  • 利用深度神经网络进行大规模 YouTube-8M 视频理解

    本文基于 YouTube-8M 大规模数据集，提出了三种视频分类模型，分别基于帧池化和 LSTM 网络，第三个模型使用 Experts 混合中间层以增加模型容量，并进行了一系列处理不平衡训练数据的实验。

    Jun, 2017

  • 使用长短期记忆网络的深度句子嵌入：分析和在信息检索中的应用

    本文提出了一种基于循环神经网络和长短时记忆单元的句子嵌入模型，该模型能够自动侦测句子中关键词和主题，从而进行网络文档检索等艰难的语言处理任务，并在性能上显著优于现有的先进方法。

    Feb, 2015

  • 视频目标分割的循环动态嵌入

    该论文提出了一种 Recurrent Dynamic Embedding (RDE) 技术，利用 Spatio-temporal Aggregation Module (SAM) 来生成和更新一个大小固定的内存库，解决了长视频中硬件无法承受不断增加存储要求的问题。同时还加入一种无偏引导损失来增强 SAM 的鲁棒性，提出自我修正策略，使网络可以纠正内存库中具有不同质量的掩码嵌入，进而实现了在性能和速度之间的最佳平衡，并提供了相应的代码。

    May, 2022

  • 循环神经网络协同过滤

    本文提出一种将协同过滤视为序列预测问题的解决方案，应用了循环神经网络中的 LSTM 模型，并将其与标准的最近邻和矩阵分解方法在电影推荐方面进行了比较，表明 LSTM 在项目覆盖和短期预测方面具有竞争力，大大优于其他方法。

    Aug, 2016