Apr, 2024

通过双曲视觉层级映射提升视觉识别能力

HTML
PDF
TL;DR使用Visual Hierarchy Mapper (Hi-Mapper)通过定义层次结构和学习层次关系的超几何空间进行提升深度神经网络(DNNs)的结构化理解，有效地识别和增强整个场景的可视层次结构，并在各种任务中改善DNNs的表征能力。
发现论文，激发创造
  • 分层组合自监督视觉表示学习

    本文提出了一种从原始视觉分组能力启动视觉表示学习的框架，操作化分组通过轮廓检测器，该检测器将图像分割成区域，并将这些区域合并成树形层次结构。实验表明，我们的方法朝着通用预训练方法的方向发展，其对下游任务有益，并可用于语义区域搜索和基于视频的对象实例跟踪。

    Dec, 2020

  • 具有分层池化的可扩展视觉Transformer

    本研究提出了Hierarchical Visual Transformer(HVT)模型，通过逐步分池视觉标记以缩短序列长度降低计算成本，从而改进了图像分类任务的性能，并在ImageNet和CIFAR-100数据集上实现了与竞争基线相比更好的结果。

    Mar, 2021

  • 探索大规模零样本图像分类的分层图表示

    提出了一种基于层次图知识表示的置信度分类方法，命名为HGR-Net，用于零样本学习和大规模图像识别，可以有效地识别未见过的类别并区分它们与已见过的类别，在 ImageNet-21K 基准测试中，性能比其他现有技术提升了7%。

    Mar, 2022

  • 深层次语义分割

    本文提出了一种用于分层语义分割的新架构 HSSN，它可将现有的分割网络有效地应用于分层语义分割，通过像素嵌入和类别层次结构来实现像素级多标签分类和更好的分割。

    Mar, 2022

  • 计算机视觉中的双曲深度学习：一项调查

    本文介绍超几何学习在计算机视觉中的应用，并提出了三个主要的研究主题，包括超几何学习的实现、已有研究中的关键问题以及相关领域的未来方向。

    May, 2023

  • Hiera: 一种无多余属性的分层视觉Transformer

    本研究旨在通过预训练一个强大的视觉预测任务（MAE）来简化现代分层视觉变压器的结构，从而创造出一个极其简单的分层视觉变压器Hiera，并在图像和视频识别的多种任务中评估Hiera的性能。

    Jun, 2023

  • 层次化”视觉表征是否层次化？

    通过在HierNet数据集上进行广泛评估，我们得出结论，分层可视化表示并不比标准表示更好地捕捉层次关系，但在搜索效率和可解释性等方面有所帮助。

    Nov, 2023

  • HGCLIP：基于图表示的层次理解视觉-语言模型的探索

    我们提出了一种将CLIP与图表示学习相结合以更深入地利用分层类结构的新框架（HGCLIP），通过将类层次结构构建成一个图，其中其节点代表每个类别的文本或图像特征，通过图编码器，文本特征结合了分层结构信息，而图像特征通过注意机制强调了从原型派生的类别感知特征，我们的方法在通用和细粒度视觉识别基准上均取得了显著的改进。

    Nov, 2023

  • HVT：用于非欧几里得空间学习的综合视觉框架

    本研究针对非欧几里得空间中数据表示的不足，提出了一种新颖的方法——超曲面视觉变换器（HVT），基于超几何内容增强自注意力机制，以更有效地建模图像数据中的层次和关系依赖。研究结果表明，HVT在ImageNet数据集上的图像分类表现得到了显著提升。

    Sep, 2024

  • HVT: 一种用于非欧几里得空间学习的综合视觉框架

    本研究解决了在非欧几里得空间中数据表示的不足，提出了一种新的超曲面视觉变换器（HVT），利用超曲几何改进自注意力机制，从而更有效地建模图像数据中的层次和关系依赖性。研究表明，该方法在图像分类任务上，尤其是在ImageNet数据集上，表现出更好的性能。

    Sep, 2024