3d convolutions | BriefGPT - AI 论文速递

关键词3d convolutions

搜索结果 - 12

稠密亲和匹配用于少样本分割
本文提出了一种密集亲和匹配（DAM）框架，通过双向 3D 卷积密集捕捉每个支持 - 查询对中的像素对像素和像素对补丁关系来利用支持查询交互，用于分割使用少量注释样本的新颖类别图像。
PDFa year ago
走向无莫尔条纹和保留细节的去马赛克化
分析 3D 卷积在图像去马赛克模型中所存在的问题，如 Moire 伪影和过度平滑，并提出一种新的卷积方法来加强在颜色和空间维度上的信息交流，针对图像去马赛克和降噪等任务验证该方法的效果。
PDFa year ago
D^2Conv3D: 在视频中进行物体分割的动态空洞卷积
本文提出了一种新的卷积方法：Dynamic Dilated Convolutions (D^2Conv3D)，并经过实验证明它可以作为标准卷积的替代方法，用于提高 3D CNN 架构的性能，从而提高视频分割相关基准任务的表现，进一步表明该方
PDF3 years ago
ICCV基于视觉引导的预测 —— 多时序预测的视觉上下文
本研究针对自动驾驶中的多视角预测车辆状态的问题，提出了一种多视角与历史轨迹相融合的预测框架，并通过使用 3D 卷积从视频中提取视觉特征以及通过 1D 卷积从车速和转向角度轨迹数据中提取特征，实现了在实际数据集上的车辆状态预测任务中的优越表现
PDF3 years ago
学习型点云几何压缩
本文提出了一种基于神经网络的自动编码器和 3D 卷积的点云几何压缩方法，相对于 MPEG 标准压缩算法，可以获得至少 60% BD-Rate 增益，并在视觉效果上表现优越。
PDF5 years ago
使用直接 3D 卷积进行视频中间帧插值
提出了一种使用卷积模型实现视频 inbetweening 的方法，该模型通过逐步增加时间分辨率来学习生成潜在视频表示，最后用 3D 卷积在空时领域中解码，结果在广泛使用的基准数据集上表现出了显著的稳定性和多样性。
PDF5 years ago
可学习的人体姿态三角剖分
基于可学习的三角测量方法，使用两种新颖方案对多视图 3D 人体姿势估计进行了探索，其中一种使用置信度权重，另一种是基于体积聚合和三维卷积技术，具有端到端可微的特性，提高了 Human3.6M 数据集上的多视图姿态估计表现。
PDF5 years ago
自监督单目深度估计的三维排列
本文提出了一种新的自监督单目深度估计方法，结合几何学和一种新的深度学习网络 PackNet，使用无标签的单目视频进行学习。我们的方法使用了新的对称打包和解包块以共同学习使用 3D 卷积压缩和解压缩保留细节的表示。虽然是自监督的，但我们的方法
PDF5 years ago
CVPR视频超分辨率的快速时空残差网络
本研究提出一种新的快速时空残差网络（FSTRN），以采用 3D 卷积进行视频超分辨率任务，以增强性能并保持低计算负载，并通过基于交叉空间的残余学习来减轻特征融合和提升部分的计算机负担，并且在基准数据集上的广泛评估和比较验证了所提出方法的优
PDF5 years ago
ECCV基于流场的静态图像空时视频预测
本研究探讨基于单张静态图片生成连续多个未来视频帧的问题，提出了基于多流模型预测和合成的方法。通过 3D 卷积学习了空间 - 时间关系，预测的结果更加接近真实视频的流形形态，相比现有方法性能更好、多样性更强且能获得更高的人类视觉评估。
PDF6 years ago
ICCV使用伪 3D 残差网络学习时空表示
本文提出了一种利用 4 个 Pseudo-3D 残差块构建的 Pseudo-3D Residual Net (P3D ResNet) 架构，并将其应用于视频分类问题中，克服了 3D CNN 的计算成本及内存需求高的问题，通过将空间卷积和时间
PDF7 years ago
MM可重构卷积神经网络实现的三维人体活动识别
本文提出了一种基于 RGB-D 视频的自动活动识别的深度模型，使用 3D 卷积和最大池化算子，结合激活函数以及学习出活动的时间结构，该模型可以直接作用在原始输入上进行活动分类，而且还允许动态调整模型结构以适应人类活动的时间变化，并在挑战性场
PDF9 years ago