CVPRMar, 2022

基于低秩近似的新型轮廓描述方法：Eigencontours

PDF
TL;DR本文提出了基于低秩逼近的新型轮廓描述符 —— 特征轮廓，首先构建包含训练集中所有对象边界的轮廓矩阵，然后通过最佳秩 - M 逼近将轮廓矩阵分解为特征轮廓，并用 M 个特征轮廓的线性组合来表示对象边界，结果表明，该算法比现有的描述符更有效地并更高效地在低维空间中表示对象边界，且在实例分割数据集上表现出有意义的性能。
contour descriptorseigencontourslow-rank approximationinstance segmentationlinear combination
发现论文，激发创造
  • AdaContour：具有分层表示的自适应轮廓描述符

    本文提出了一种名为 AdaContour 的自适应轮廓描述符，通过使用多个局部表示来描述复杂形状，从而更准确且鲁棒地表示形状，并成功地将其应用于实例分割任务中。

    Apr, 2024

  • 基于数据驱动的车道描述符 Eigenlanes 应用于结构多样的车道

    本文提出了一种新的道路车道检测算法，该算法使用基于数据的描述符来探测曲线和直线道路，通过对训练车道进行聚类，使用 SIIC-Net 开发的锚点检测网络确定道路的最佳车道集。实验结果表明，该算法能够提供很好的结构多样性道路检测性能。

    Mar, 2022

  • 深度主动轮廓

    该论文提出了一种结合深度、基于 patch 的表示和主动轮廓框架进行交互式边界提取的方法。作者使用了类别特定的卷积神经网络来训练向量预测器，以便指向感兴趣物体边界最接近的点，并使用 Sobolev 主动轮廓框架来演化轮廓。该方法在计算资源的使用方面非常高效，适合小型图形卡的使用，并在多个医学数据集和 PASCAL VOC 2012 数据集上进行了评估。

    Jul, 2016

  • 通过检测低秩表示的连续离群点来检测运动物体

    本研究提出了一个名为 DETECTing Contiguous Outliers in the LOw-rank Representation (DECOLOR) 的统一框架，将对象检测和背景学习集成为一个优化过程，可以在一定程度上解决对象检测中文麻烦且耗时的训练需求，并且这个框架在解决运动变化、复杂背景等方面表现出色。

    Sep, 2011

  • 使用智能、稀疏的轮廓表示和编辑图像

    使用基于对抗生成网络的模型，以轮廓为输入，在较少的像素输入下，对图像进行高保真重建，并实现了基于轮廓的图像操作，如简单的编辑可以实现复杂的面部表情变化。

    Dec, 2017

  • GaitContour: 基于轮廓姿势表示的高效步态识别

    通过提出一种新的基于点的 Contour-Pose 表示方法和一种局部到全局的架构，本文在步态识别领域表现出更好的性能和更高的效率，进一步证明在具有显著干扰的数据集上超过轮廓点方法的成果。

    Nov, 2023

  • 基于可验证自表示的子空间并集异常检测

    该论文提出了一种结合了稀疏表示和随机游走的新的离群值检测方法，通过定义合适的马尔科夫链从而将离群值和基本 / 非基本状态联系起来，实现了在大型数据集中正确检测离群点的目的。

    Apr, 2017

  • TILT：转换不变低秩纹理

    该文介绍了一种使用凸优化技术有效地从 2D 图像中提取类低秩纹理的方法，可以应用于捕捉包括传统局部特征在内的几何有意义的结构以及所有种类的规则的对称模式，在存在显著变形或扭曲的情况下，该方法可以精确恢复平面区域的基本低秩纹理和精确领域变换，并恢复平面区域的 3D 几何和外观。

    Dec, 2010

  • 通过嵌套低秩逼近的神经网络进行运算员 SVD

    基于低秩逼近特性的新型优化框架，通过学习前 L 个奇异值和奇异函数的正确顺序来提升所学函数的正交性，在计算物理和机器学习领域展示了提出的优化框架的有效性。

    Feb, 2024

  • 低秩矩阵近似的实用素描算法

    该论文介绍了构建输入矩阵的低秩近似的算法套件，这些算法使用矩阵的随机线性图像（称为草图）。这些方法可以保留输入矩阵的结构特性，如半正定性，并且可以生成具有用户指定秩的近似值。此外，每种方法都伴随着一个信息性误差界，允许用户预先选择参数以实现所需的近似质量。这些论断受真实和合成数据的数字实验支持。

    Aug, 2016