本文提出了一种在离散余弦变换（DCT）表示上执行语义分割的方法，通过重新排列 DCT 系数以形成首选输入类型，并针对 DCT 输入量调整现有网络来实现。该方法的准确性接近于 RGB 模型，在网络复杂性相当的情况下，适当选择 DCT 分量可以使用 36％的 DCT 系数获得相同水平的准确性，并且可以显示该方法的鲁棒性在量化误差下。据我们所知，这是第一篇探索 DCT 表示上的语义分割的论文。

Jul, 2019

为了进一步完善压缩向量得到的蒙版，我们提出了一种基于压缩向量的多阶段完善框架，并引入了 PatchDCT 方法，通过设计的分类器和回归器对蒙板进行分块、纠正、改善其细节，实验证明该方法在图像识别领域表现良好。

Feb, 2023

本文研究了密集滑动窗口实例分割的范例，将其作为 4D 张量预测任务，提出了一种称为 TensorMask 的通用框架，可以明确捕获几何信息和使预测更加准确，比现有的模型具有更好的性能表现。

Mar, 2019

本研究提出一种实例分割方法 DynMask，采用自适应特征聚合的双层特征金字塔网络和可切换的掩模模块，以实现在维持高分割精度的同时高效地处理大量对象提议，并在计算效率和分割精度方面显著优于其他现有方法。

Mar, 2023

该论文提出了一种新的计算量小、效果好的框架，其中采用了不同的掩码计算策略和最新的嵌入聚合方法来提高图像检索的准确性；同时还利用哈希模块生成非常紧凑的二进制图像表示，并在六个图像检索基准测试中取得了最好的检索性能。

Feb, 2018

本文提出一种基于离散余弦变换的 DCT-Net 模块，可用于改善卷积神经网络 (CNN) 在面对包括高噪音、模糊等多种苟且不净的图像质量下的分类表现。通过丢弃高频信息，DCT-Net 能够在训练和测试过程中自适应地适应各种扭曲情况，仅需盲目一次训练即可用于未知的图像失真情况，结果表明 DCT-Net 在 CIFAR-10/100 和 ImageNet 测试数据集上具有更好的分类准确性。

Nov, 2018

该研究引入了一种三维实例表示方法 - 实例核，通过借鉴 2D/3D 实例分割中动态卷积的思想，使用一维向量编码三维实例的语义、位置和形状信息，以便于轻松的进行实例掩模推理，同时避免了标准的 3D 实例分割流水线中建议或启发式聚类算法的大量依赖。最终，DKNet 在 ScanNetV2 和 S3DIS 数据集上的表现超过了现有技术。

Jul, 2022

本文提出了一种基于信息删除的新型数据增强方法 `GridMask'，在各种计算机视觉任务中取得了最先进的结果。通过对信息删除的需求的分析，我们展示了现有信息删除算法的局限性，并提出了简单而又非常有效的我们的结构化方法。我们的广泛实验证明了我们的方法优于最新的 AutoAugment，在每个领域都有明显提高。

Jan, 2020

本文介绍了一个高质量高效的实例分割方法 Mask Transfiner，该方法基于四叉树对图像区域进行分解和表示，并采用变换器方法处理检测到的存在误差的树节点并自动纠正错误，从而以较低的计算成本预测高度准确的实例掩码，并在三个流行基准测试上优于当前实例分割方法。

Nov, 2021

本文提出了一种利用小波变换和可训练掩模方法结合网格神经场的方法来减少计算和存储资源的使用，以实现更加紧凑的场景渲染的方法。实验结果表明，在 2MB 的内存预算下，该方法的性能达到了最优水平。

Dec, 2022