ICCVAug, 2019

双向胶囊网络用于非常低分辨率图像识别

PDF
TL;DR本篇研究提出了一种新型的双重定向胶囊网络模型 (DirectCapsNet)，它利用胶囊层和卷积层的组合来学习有效的非常低分辨率 (VLR) 图像识别模型，并提出了两种新的损失函数： HR-anchor loss 和 Targeted Reconstruction Loss，以克服 VLR 图像信息内容有限的挑战，在 VLR 数字分类和面部识别实验中与最先进的算法进行比较，结果表明，DirectCapsNet 表现出最先进的结果，例如，在 UCCS 面部数据库上，当 16x16 图像与 80x80 图像匹配时，其精度超过 95％。
发现论文，激发创造
  • 使用深度网络研究极低分辨率图像识别

    本研究探索了非常低分辨率识别问题，提出一种应对 LR-HR 领域不匹配和异常值鲁棒性的深度学习方法 ——Robust Partially Coupled Networks，使用超分辨率、域适应和鲁棒回归等技术。通过在面部识别、数字识别和字体识别等三种不同 VLRR 任务中的优异表现，证明了所提出模型的有效性。

    Jan, 2016

  • 极低分辨率下行为识别的半耦合双流融合卷积神经网络

    本文提出了一种半耦合滤波器共享网络，通过在训练期间利用高分辨率视频来支持低分辨率视频的 ConvNet，同时研究了用于融合针对 eLR 视频定制的空间和时间 ConvNets 的方法，这种方法在 IXMAS（93.7％）和 HMDB（29.2％）数据集上优于现有技术。

    Oct, 2016

  • 极低分辨率人脸识别及质量评估的可识别嵌入增强

    本文提出了一种在嵌入空间中提高人脸可识别性的方法，该方法基于两个标准：每个面嵌入与不可识别面群集中心的接近程度以及每个面嵌入与其正面和负面类原型的接近程度，并引入了感知注意机制来关注最具识别性的面部区域。经过对三个具有挑战性的低分辨率数据集和面部质量评估进行了广泛的评估，证明了所提出的模型在 VLRFR 方面的优越性。

    Apr, 2023

  • 使用双分支深度卷积神经网络架构进行低分辨率人脸识别

    本文通过使用深度卷积神经网络和超分辨网络，提出了一种新的低分辨率人脸识别模型，并在 FERET 数据集上进行了评估，结果显示，相较于其他替代方法，本方法在特别是针对非常低分辨率的探测人脸图像时取得了显著的识别性能提高，并能在保证视觉质量等方面达到与超分辨率方法相当的低分辨率图像重建效果。

    Jun, 2017

  • 深度高分辨率表示学习用于视觉识别

    High-Resolution Network (HRNet) is a new computer vision framework that maintains high-resolution representations through the whole process, resulting in semantically richer and spatially more precise representations, which outperforms existing state-of-the-art frameworks in human pose estimation, semantic segmentation, and object detection.

    Aug, 2019

  • 野外低分辨率人脸识别：比较和新技术

    本文分析在野外捕捉到的低质量条件下的人脸识别技术，提出了超分辨率方法、深度学习和有监督的判别学习方法来处理这个问题，并在 SCFace 和 UCCSface 数据集上进行了评估。

    May, 2018

  • MultiRes-NetVLAD: 使用低分辨率图像增强地点识别训练

    本文提出了一种多分辨率特征金字塔编码视觉识别方法，称为 MultiRes-NetVLAD，可以更准确地匹配全球地点描述符，从而使 global descriptor based retrieval 能够达到最先进的召回率水平。

    Feb, 2022

  • 目标分割胶囊

    本文介绍一种名为 SegCaps 的新型卷积 - 反卷积胶囊网络，扩展了胶囊网络的使用范围到目标分割任务，并表现出与其他基于 U-Net 的体系结构相比精度更高效率更高，同时参数空间减少了 95.4％。

    Apr, 2018

  • 低分辨率人脸识别中的分辨率增强和度量：一个简单但有效的新基线

    研究提出一种新的处理低分辨率人脸识别的框架，其中采用了多分辨率增强和基于对数指数距离函数的度量损失，能够有效克服低分辨率下表现退化的问题，并在多种实验数据集上表现出良好的识别性能。

    Feb, 2023

  • 低质量图像中的人脸识别：一项调查

    本文综述了过去五年中低分辨率人脸识别的各种方法及相关工作，涉及视频监控、超分辨率、去模糊等技术，并对数据集和实验设置进行了描述，最后总结了一般限制和未来努力的优先事项。

    May, 2018