bottom-up | BriefGPT - AI 论文速递

关键词bottom-up

搜索结果 - 6

IJCAIWiCo：自下而上与自上而下参考图像分割的双赢合作
我们提出一种名为 Win-win Cooperation 的方法，通过相互弥补的方式，结合了两种主要的图像分割方法 - 自顶向下和自底向上方法，从而在三个常见数据集上实现了显著提高。
PDFa year ago
开放世界实例分割：自上而下的学习与自下而上的监督
本研究提出了一种新的开放世界实例分割方法，称为自下而上和自上而下的开放世界分割（UDOS），它将经典的自下而上分割算法与自上而下的学习框架相结合。UDOS 通过从自下而上的分割中获得的弱监督训练自上而下的网络来预测目标的部分遮罩，并使用亲和
PDFa year ago
CVPR重新思考基于热力图回归的自下而上的人体姿势估计
本研究提出了基于尺寸自适应和权重自适应的热度图回归方法用于人体姿态估计，通过适应性地调整每个关键点的标准偏差以更好地面对人体尺度以及标注的不确定性。实验证明，该方法可以显著提高底部姿态估计的准确性，使其超越现有状态下最先进的顶部方法，并在
PDF4 years ago
ECCVHoughNet：整合近距离和远距离证据进行自底向上目标检测
本文介绍一种基于投票的、一阶段的、无锚点的、自底向上的目标检测方法 HoughNet，它通过广义 Hough 变换在某个位置上的票数之和来确定目标的存在，并根据对数极坐标投票字段从近处和远处位置收集票数，从而集成近距离和远距离的分类条件证据
PDF4 years ago
ECCVMultiPoseNet：使用姿态残差网络的快速多人姿态估计
本文介绍了一种称为 MultiPoseNet 的新型底层多人姿态估计架构，它结合了多任务模型和新型分配方法，可同时处理人物检测、关键点检测、人物分割和姿态估计问题，并在 COCO 关键点数据集上超越了所有先前的底层方法，具有更高的精度和更快
PDF6 years ago
用于人体姿态估计的叠层沙漏网络
该研究提出了一种新的卷积神经网络架构来进行人体姿势估计，采用自下而上、自上而下的处理方式及中间监督来提高网络的性能，在 FLIC 和 MPII 基准测试中取得了最先进的成果，并以堆叠沙漏网络总结了该架构的步骤。
PDF8 years ago