AAAINov, 2022

通过学习近义接近程度将手绘草图片段链接起来的图形草图表征

PDF
TL;DR本文提出了一种具有图形卷积网络的无序、语义感知的图形素描表示方法，该方法通过计算采集的素描嵌入之间的余弦相似性，将裁剪的素描补丁链接起来，并通过图卷积网络聚合消息，从而实现稳健的补丁嵌入和精确的素描表示，进而在可控素描合成和素描修复方面显著提高性能。
graphic sketch representationsorder-invariantsemantics-awaregraph convolutional networkssketch healing
发现论文，激发创造
  • 使用上下文感知的位置编码装备草图补丁的图形化草图表征

    本文提出了一种通过上下文感知的位置编码来改进绘图顺序的图形素描表示学习方法，将绘图顺序嵌入到图节点中，并通过图卷积网络实现绘图顺序增强的素描表示，实验结果表明该方法显著提高了素描修复和可控素描合成。

    Mar, 2024

  • 照片与草图之间的密集对应关系学习

    本研究介绍了一种新的素描 - 照片对应基准，PSC6k，其中包含 125 个物体类别上 6250 个素描 - 照片对的 150K 注释，并提出了一种自监督方法，用于学习素描 - 照片对之间的密集对应关系，该方法在精细度和量化上优于其他基线模型，为开发实现更接近人类的不同抽象层次上的视觉图像理解的人工系统提供了有希望的道路。

    Jul, 2023

  • 基于图形学习的街景图像补丁匹配

    本文提出了一种基于空间图的联合特征和度量学习模型，构建了一个以图顶点表示贴片、以边捕捉空间邻域信息的空间图，并通过理论分析证明了我们框架下匹配和不匹配对应的条件分布之间的信息距离最大化，通过在多个街景数据集上的评估我们证明了该方法达到了最先进的匹配结果。

    Nov, 2023

  • CRD: 实用异常检测的协作表征距离

    使用基于协作表示模型的图像块距离计算，在边缘设备上仅需进行简单的矩阵乘法运算，极大地提高了计算效率并降低了内存开销。

    Dec, 2023

  • 面部素描识别的语义神经模型方法

    本文介绍了一种基于语意神经网络的人脸漫画合成和识别方法，旨在同步解决在执法中广泛使用的人脸漫画和识别问题。

    May, 2023

  • 相似性保持聚类

    提出了一种更有区分性的图学习方法，该方法具有自适应性，可以保留样本之间的成对相似度，并且有效地统一了聚类和图学习，可在不执行进一步聚类步骤的情况下直接从图本身获取聚类指标。

    May, 2019

  • 核保持嵌入的相似性学习

    本文提出了一种新的相似性学习框架，通过最小化核矩阵的重构误差，而不是现有的重构数据的误差，来提取相似性信息，并在聚类任务中展示了明显的改进，而且该框架为其它相似性任务提供了包括高维数据映射至低维空间在内的一种新的基础。

    Mar, 2019

  • 通用对应网络

    本文提出了一种深度学习框架，用于准确的视觉对应，并证明了其在几何和语义匹配中的有效性，提出了一种卷积空间变换器来模仿传统特征（如 SIFT）中的补丁归一化，广泛的 KITTI，PASCAL 和 CUB-2011 数据集的实验表明，与使用手工构建或学习特征的先前作品相比，我们的特征具有显着优势。

    Jun, 2016

  • Patch Craft: 深度建模和补丁匹配的视频降噪

    本研究提出了一种基于卷积神经网络的新方法，利用 patch-craft frames 的概念在视频去噪方面引入自相似性，从而大幅提高了去噪性能。

    Mar, 2021

  • 连接点：使用检索的短语图推断专利短语相似度

    本研究提出了一种基于图增强的方法来提高专利短语的表示能力，并通过自监督学习目标来优化上下文嵌入和图参数，实现专利短语的语义相似度推断。实验证明，该方法在自监督模式下显著提高了专利短语的表示，同时在监督模式下也观察到明显的改进，突显了利用检索的短语图增强的潜在优势。

    Mar, 2024