Jan, 2024

自适应频率泛锐化与专家混合

PDF
TL;DRPan-sharpening research has not explored the potential solution in the frequency domain. This paper proposes the Frequency Adaptive Mixture of Experts (FAME) learning framework, which effectively reconstructs low-frequency and high-frequency information and adapts to remote sensing images with content variations, outperforming other state-of-the-art methods.
发现论文，激发创造
  • 自适应频率自监督单目深度估计

    提出了两种通用方法来增强自监督单目深度估计模型的普适性，分别是模糊边界和自适应高斯滤波器。实验证明这两个模块能为现有模型带来性能提升而不增加额外计算量。

    Oct, 2022

  • FPANet: 使用基于频率的帧级后对齐技术进行视频去褶皱演示

    本文提出了一种名为 FPANet 的模型，该模型在频率和空间域中学习滤波器，通过学习提取帧不变特征和输出更好质量的时间一致图像，改善了移除各种大小 Moire 图案的恢复质量，并用公开数据集展示了其优越性。

    Jan, 2023

  • 适应性专家混合学习以实现通用人脸反欺诈

    提出了一个基于领域泛化的用于面部反欺诈的自适应专家混合学习框架，该框架利用专家间的关联性来进一步提高泛化性能，并且实验证明其相比于现有算法具有更好的效果。

    Jul, 2022

  • PanBench：高分辨率和高性能全色融合

    提出了使用高分辨率多场景数据集 PanBench 和级联多尺度融合网络（CMFNet）进行高保真度的 Pansharpening，通过对 CMFNet 进行大量实验证实其有效性，并开放了数据集、源代码和预训练模型以促进遥感领域的进一步研究。

    Nov, 2023

  • 频率感知深度假冒检测：通过频率空间学习改善泛化能力

    通过频域学习提高深伪造图像检测器的泛化性能，包括使用频率级别的伪造检测方法和一个特定设计的频域学习模块，实现了先进的性能 (+9.8%)，并且所需参数更少。

    Mar, 2024

  • 频率感知的多模态预训练生物信号掩码自编码器

    利用多模式生物信号的多模式信息对人的身体和心理状态进行全面建模具有重要意义，但多模式生物信号往往在预训练和推断数据集之间存在明显的分布变化，我们提出了一种频率感知的掩码自编码器（bioFAME），它在频率空间中学习参数化生物信号的表示，并利用固定大小的基于傅里叶的操作符进行全局的分词混合，通过在潜在空间中进行掩码自编码以维持每个输入通道中的频率分量，实现了在预训练过程中对多模态信息的有效利用，并且可以在测试阶段无缝适应不同任务和模态，无论其输入长短和采样率如何，我们在一系列单模态时间序列的迁移实验中评估了我们的方法，在分类准确度上相较于之前的最先进方法平均提升了 5.5％，此外，我们还证明了我们的架构在模态不匹配的情况下具有稳健性，包括未预测的模态丢失或替换，证明了它在实际应用中的实用性。

    Sep, 2023

  • 基于空间频率融合的双域多曝光图像融合网络

    通过空频积分框架 (Spatial-Frequency Integration Framework) 提出了一种新颖的多曝光图像融合方法 (MEF-SFI)，通过有效利用频率域的整体光照建模能力，结合空间和频率路径的深度傅里叶变换方法，以及双域损失函数的综合作用，实现了对输入图像的融合，取得了与最先进的多曝光图像融合方法相媲美的视觉效果。

    Dec, 2023

  • 强调有效图像恢复的关键特征

    本研究提出了一种高效有效的框架，用于适应不同区域间存在的不同程度退化的图像恢复，并且在合成和真实数据集上优于目前的最先进方法。

    May, 2024

  • FreMAE: 傅里叶变换融合掩模自编码器用于医疗图像分割

    本文提出了一种基于 MIM 的自监督预训练框架，使用傅里叶变换来整合全局和局部信息，进一步加入多阶段监督以指导预训练阶段的表示学习并在医学图像分割任务中获得了比之前最先进的 MIM 方法更好的性能。

    Apr, 2023

  • FreqBlender: 提升深度伪造检测的频率知识融合

    通过融合频率知识生成伪假面孔的新方法，提高 DeepFake 检测的泛化能力并使之成为其他方法的潜在即插即用策略。

    Apr, 2024