3d convolutional networks | BriefGPT

关键词3d convolutional networks

搜索结果 - 9

深度视频动作识别中的骨干网络调查
该论文综述了基于深度神经网络的几种动作识别方法，包括两流网络、三维卷积网络和基于 Transformer 的方法，并提供了客观的观点以供未来研究参考。
PDF2 months ago
CVPR2D 还是 3D? 自适应 3D 卷积选择用于高效视频识别
通过 Ada3D 条件计算框架，使用策略梯度方法和轻量级选择网络，实现对不同视频的实例特定 3D 使用策略的学习，以决定使用哪些帧和卷积层，从而实现对 3D 模型进行预测，即使在不同数据集上，也能够实现类似于现有 3D 模型的准确度，且需要
PDF4 years ago
为视频物体分割提出三维卷积的论点
本文提出了一种基于 3D 全卷积神经网络的编码 - 解码网络结构，将其应用于视频中的显著对象分割。尝试使用全 3D 卷积来处理外观和运动信息从而实现密集视频预测，并通过 3D 全局卷积层和 3D 细化模块进行编码和解码操作。作者将其应用于
PDF4 years ago
解读视频特征：3D 卷积网络和卷积 LSTM 网络的比较
探索了 3D 卷积网络和卷积 LSTM 网络在时空依赖帧中的特性，并通过将意义扰动引入时间维度的方式，确定了网络分类决策时最有意义的时间部分。研究发现，3D 卷积模型更关注较短的事件，并将其空间焦点放在较少的连续区域。
PDF4 years ago
重构运动表示：使用 3D ConvNets 剩余帧进行更好的动作识别
本文提出了一种使用残差帧来提取运动特征的快速且有效的方法，通过将 RGB 帧替换为残差帧，从而取得了在 UCF101 和 HMDB51 数据集上 20.5% 和 12.5% 的准确率提升，在三个基准数据集上，我们的两步解决方案达到了比那些使
PDF4 years ago
长期特征库用于详细视频理解
本文介绍了一种使用长期特征库的方法，用于增强现有的视频模型，将传统视野仅在 2-5 秒短片内的限制打破，实现了在 AVA、EPIC-Kitchens、Charades 这三个数据集上领先水平的效果。
PDF6 years ago
基于在线样本过滤和混合损失残差学习的 3D ConvNets 自动肺结节检测
本文提出了一种基于 3D 卷积神经网络的新型框架，用于自动检测低剂量 CT 扫描中的肺结节，旨在解决医学数据集中严重的艰难 / 易样本不平衡问题，并探索局部注释对学习的利益，从而提高性能，实现更准确的检测。我们的框架包括两个阶段：一是候选筛
PDF7 years ago
CVPROctNet：学习高分辨率的深度三维表示
本文介绍了一种针对稀疏三维数据的深度学习表示方法 OctNet，通过使用一组不平衡的八叉树对空间进行分层划分，在每个叶子结点存储池化特征表征，从而实现了既有深度又有高分辨率的三维卷积网络，探究了分辨率对 3D 物体分类、方向估计和点云标记等
PDF8 years ago
面向方向提升的体素网络用于三维物体识别
该论文研究了 3D 物体识别中物体方向的重要性，提出将物体姿态预测作为一项并行任务以实现多任务分类，通过多个数据集的测试获得了最佳性能。
PDF8 years ago