affine transformations | BriefGPT

关键词affine transformations

搜索结果 - 17

超越仿射变换的对称性发现
对称检测在各种机器学习任务中已经被证明可以提高性能。在连续对称性检测的背景下，现有的实验局限于对仿射变换的检测。根据流形假设，我们提出了一个用于发现超越仿射变换群的数据连续对称性的框架。我们还提供了一个类似的离散对称性的框架。我们通过实验将
PDFa month ago
CVPR人脸识别的关键点相对位置编码
我们提出了一种名为 KP-RPE 的新方法，通过利用关键点（如面部标志点）使 ViT 对尺度、平移和姿态变化更具弹性，从而增强其对未知仿射变换的鲁棒性。实验证明 KP-RPE 在改进低质量图像的人脸识别性能方面特别有效，尤其是在对齐易失效的
PDF3 months ago
适用于高仿射变换的区域特征描述符
基于分类模拟仿射变换的区域特征描述符，通过将图像分类为不同的仿射程度来模拟仿射变换并生成新的图像集，进而根据这个新的图像集计算特征点的邻域信息，通过将特征点所属的最大稳定极值区域的灰度直方图和相对于特征点区域的灰度质心的规范化位置进行组合生
PDF5 months ago
基于 ML 的飞行–CNN 仿射变换逆向
该研究论文描述了一种使用卷积神经网络自动解读驾驶舱仪表的机器学习方法，通过反演仿射变换并从仪表图像中推断飞机状态。通过合成转弯 - 滚转指示器的图像进行验证，该研究引入了一些方法，例如从单个图像生成数据集、用于最佳无噪训练的 “清洁训练原则
PDF6 months ago
等变神经网络的李群分解
使用李群和李代数的结构与几何学，提出了一个框架，用来在大多数情况下处理几何变换的不规则群，重点关注李群 GL+(n, R) 和 SL (n, R)，以及它们作为仿射变换的表示。通过将 `较大的` 群分解为子群和子流形来实现不变积分和全局参数
PDF9 months ago
关于随机向量的仿射变换的 Wasserstein 距离
论文阐述了位于 Wasserstein 空间的数据流形学习中的关于随机向量在 $\mathbb {R}^n$ 中的二次 Wasserstein 距离的一些已知下界，重点考虑应用于数据的仿射变换。具体而言，通过计算协方差矩阵之间的 Bures
PDF9 months ago
可微的算术分布模块实现的仿射变换不变的图像分类
本研究通过结合分布学习技术设计了一个更稳健的模块，重点关注图像像素的空间分布信息，以解决卷积神经网络在旋转、平移、翻转和混洗等仿射变换下容易受到影响的问题。通过采用核密度估计构建可微分的直方图，提出了一种新颖的可微分算术分布模块 (DADM
PDF10 months ago
二阶各向异性高斯定向导数滤波器用于斑点检测
本研究使用二阶各向异性高斯方向导数滤波器对图像进行平滑处理，并提出了一种新的斑点检测方法，实验结果表明我们的方法在检测性能和对仿射变换的鲁棒性方面优于现有的基准方法。
PDFa year ago
深度基于半监督的三维手势姿态估计的可持续性训练的拓展
本文提出了一种半监督深度学习方法，使用无标签样本并通过仿射变换鼓励估计等变性，同时将学生网络的无标签样本伪标签提供给教师网络，以显著减少对标记训练数据的依赖，并且在测试时间仅使用学生网络的情况下，大量改善了之前半监督方法的表现。
PDFa year ago
快速图像翻译的空间自适应像素网络
我们提出了一种新的生成器架构，旨在快速高效地进行高分辨率的图像到图像转换，通过处理各像素点的互不相关的仿射变换和非线性变换的组合，预测参数的快速卷积网络和空间坐标的正弦编码，使模型速度比最先进的基线模型快 18 倍，而在不同的图像分辨率和转
PDF4 years ago
ICLR关于 CNN 中随机特征的表现力 —— 训练 BatchNorm 和仅 BatchNorm
本文揭示 BatchNorm 的固有特性，即通过学习仿射变换参数达到卓越的性能，结果表明这种方式可以实现神经网络中的显著表现。
PDF4 years ago
提高胶囊网络对图像仿射变换的鲁棒性
本文提出 Affine CapsNets，提升 CapsNets 对仿射变换的泛化能力，去除路由机制并在 MNIST 数据集上进行测试，结果表明基准性能从 79% 大幅提升至 93.21%。
PDF5 years ago
AAAI基于层次结构的 GAN 场景生成序列框架
本文提出了一种基于生成对抗网络的场景生成框架，通过显式控制场景的背景和前景的生成器生成多样化的图像并更好的应对仿射变换和前景物体的遮挡等问题。
PDF5 years ago
适应性拉普拉斯机制：深度学习中的差分隐私保护
本文提出了一种新颖的机制来保护深度神经网络的差分隐私，其中包括对神经元的仿射变换、损失函数的扰动方法，并在特征与输出间加入更多 / 更少的噪声。理论分析和实验结果证明该机制相对于现有解决方案具有更高的有效性。
PDF7 years ago
AAAI核交叉相关器
本文提出了一种核交叉相关器（KCC），它通过引入核技巧将线性互相关扩展到非线性空间，具有更强的鲁棒性和可扩展性，适用于各种核函数，能够预测具有自定义属性的仿射变换，并通过快速傅里叶变换（FFT）消除核向量的直接计算，从而实现更好的性能和合理
PDF7 years ago
DCTM：离散 - 连续变换匹配在语义流中的应用
通过离散 - 连续变换匹配框架中的迭代标签优化和连续正则化，提出了一种基于卷积神经网络描述符的密集仿射变换场推测方法，能够高效地从仿射变换的连续空间中得到解决方案。实验结果表明，该模型在各种基准测试中优于现有的密集语义对应方法。
PDF7 years ago
通过广义相似度度量和特征学习进行跨领域视觉匹配
本论文提出了一种新的成对相似度测量模型，该模型通过将传统线性投影扩展为仿射变换，并将仿射马氏距离和余弦相似度融合为数据驱动的组合，结合特征表示学习和深度卷积神经网络，实现了端到端的模型优化，在多个跨域匹配任务中测试并取得了优于其他现有方法的
PDF8 years ago