CVPRMar, 2022

HP-Capsule：分层解析胶囊网络实现无监督人脸部位发现

PDF
TL;DR本文提出了一种用于无监督人脸子部件 - 部分发现的分层解析胶囊网络 (HP-Capsule)，通过 Transformer-based Parsing Module（TPM）将子部分胶囊组装到部分级胶囊中来学习它们之间的组合关系，并将其应用于 BP4D 和 Multi-PIE 数据集上，证明了方法的有效性。
capsule networksvisual perceptionhierarchical parsing capsule networkunsupervised face subpart-part discoverytransformer-based parsing module
发现论文，激发创造
  • 基于流动胶囊的无监督式部分表示

    研究了通过利用运动感知来学习原子部件的方式来提高 Capsule 网络的检测性能，实验证明在多个对象、杂乱背景和遮挡的情况下具有稳定的部分发现能力，其图像解码器可以有效地填充检测到的形状的遮挡部分，该方法可以用于无监督部分分割和无监督图像分类。

    Nov, 2020

  • 图形胶囊：从 2D 图像学习层级的 3D 人脸表示

    本文提出了逆向图形胶囊网络 (IGC-Net)，通过图形胶囊这种新型胶囊进行层级建模和无监督学习，从大规模无标注图像中学习人脸的层级 3D 表示。通过该网络的学习，揭示了神经网络如何将人脸理解为 3D 模型的层次结构。此外，利用学习到的部分可以对无监督的人脸分割任务进行评估，并且具有明确物理含义的部分级描述提供了一些有关人脸分析的洞见。

    Mar, 2023

  • 基于胶囊网络的层次化物体中心学习

    该论文研究了 CapsNets（胶囊网络）的吸引人之处，并聚焦于解锁其全部潜能的三个关键问题：路由算法的有效性、提取更有效的第一层胶囊、以及胶囊网络中的部分关系学习。此外，还展示了 CapsNets 在实际应用中的潜力，包括无人机的自主定位、合成数据集中的四元数旋转预测和生物医学成像中的肺结节分割。该论文的研究结果对于深入理解 CapsNets 并突破复杂的计算机视觉挑战具有重要意义。

    May, 2024

  • 深层多原型胶囊网络

    该研究论文提出了一种多原型架构，以指导胶囊网络表示图像部分的变化。通过使用多个胶囊（共组胶囊）捕获一个对象的多个原型，胶囊网络在图像分类准确性方面优于其他模型。

    Apr, 2024

  • 学习与胶囊：一项调查

    介绍了胶囊网络的基本概念和动机，以及它们在图像识别、视频、自然语言处理、医学成像等领域的广泛应用，探讨了胶囊网络研究中的主要障碍和未来研究的方向。

    Jun, 2022

  • 基于胶囊网络架构学习的表征特点研究

    本文系统性地评估了 Capsule Networks 的可解释性，并分析了 MNIST、SVHN、PASCAL-part 和 CelebA 数据集中编码的表示是否真正将部分整体关系编码在学习表示中，结果表明 CapsNets 中的表示可能并没有像文献中常常表述的那样解耦并且严格相关于部分整体关系。

    May, 2023

  • 层次图胶囊网络

    本文提出了一种称为层次图胶囊网络（HGCN）的创新方法，它可以联合学习节点嵌入和提取图层次结构，通过识别每个节点下的异构因素建立分离的图胶囊，从而表征同一实体的不同属性，并通过显式考虑部件之间的结构信息来表征低层胶囊（部分）和高层胶囊（整体）之间的整体关系。实验结果表明 HGCN 的效果和每个组件的贡献。

    Dec, 2020

  • 基于胶囊网络的无监督视觉表征对比学习

    本文提出了一种新型的 Capsule 网络模型：基于对比损失的 Siamese 风格 Capsule 网络模型 CoCa，将其应用于无监督形象分类任务，如 CIFAR-10 数据集，达到了较高的准确度并在模型参数和计算复杂度上均优于现有的有监督和无监督模型。

    Sep, 2022

  • 面部属性胶囊用于噪声脸部超分辨率

    本文提出了一种基于 Facial Attribute Capsules Network 和综合学习策略的方案来增强人脸超分辨率及降噪的性能。在高分辨率人脸图像重建过程中，首先从输入的低分辨率人脸图像生成一组 FACs，然后从这些 FACs 中重构出高分辨率人脸图像。实验表明，该方案在非常低分辨率（LR）高噪声人脸图像超分辨率方面能够实现比其他先进技术更优异的效果。

    Feb, 2020

  • 面向多标签分类的上下文感知胶囊网络

    我们提出了一种改进的胶囊网络架构，包括新的路由权重初始化技术、利用条件随机场利用主要胶囊激活之间的语义关系的改进 CapsNet 设计和基于 Cholesky 变换的相关模块，为多标签分类任务提供了更好的可扩展性。

    Oct, 2018