cross-dataset generalization | BriefGPT

关键词cross-dataset generalization

搜索结果 - 18

跨数据集估计人体姿态：一种统一的骨架和多教师蒸馏方法
通过多教师知识蒸馏与统一的骨骼表示相结合，我们提出了一种新颖的方法来解决姿态估计中不一致的骨骼注释所带来的挑战，同时提升了模型在不同数据集上的适应性，实现了更准确的康复 7 个主要关键点和 21 个扩展关键点的预测。
PDFa month ago
从森林到动物园：利用 ChimpBehave 进行大型猿类行为识别
本论文介绍了 ChimpBehave，一个包含超过 2 小时视频（约 193,000 帧）的新型数据集，用于动作识别，通过与现有数据集对齐，可以研究领域自适应和跨数据集泛化方法，并使用最先进的基于 CNN 的动作识别模型提供了首个基准结果。
PDFa month ago
基于文本的三维人体动作检索的跨数据库研究
我们提供了一项关于基于文本的三维人体动作检索的研究结果，重点关注跨数据集的泛化问题。通过采用统一的 SMPL 人体格式，我们能够对一个数据集进行训练，对另一个进行测试，或者对多个数据集进行训练。研究结果表明，标准的文本 - 动作基准数据集（
PDFa month ago
CVPRX-MIC：基于跨模态实例条件的自我中心动作泛化
通过提出的简单而有效的跨模态适应框架 X-MIC，我们在图像和第三人称视频分类中将视觉语言模型（VLMs）成功进行零样本识别的研究成果进一步应用到自视角视频，通过学习在共享嵌入空间中在视频适配器的帮助下，将文本嵌入与每个自视角视频对齐，最终
PDF3 months ago
UPNeRF：单目视角下的三维物体重建和姿态估计统一框架
通过在 NeRF 框架中使用单目 3D 重建技术、姿态估计和物体中心化的 NeRF 等方法，本文提出了 UPNeRF 一种统一框架，可以实时地进行单目三维物体重建，并且在 nuScenes、KITTI 和 Waymo 数据集上取得了具有最先
PDF3 months ago
值得信赖的自注意力：使网络只专注于最相关的参考资料
通过利用在线遮挡识别信息构建扩展可视特征和两个强约束条件，该研究实现了光流预测中对被遮挡点的精确定位，取得了当前领先方法的显著误差减小，对所有点、未被遮挡的点和被遮挡的点分别比 GMA-base 方法 (MATCHFlow (GMA)) 分
PDF4 months ago
PF-LRM：用于联合姿态和形状预测的无姿态大型重建模型
我们提出了一种无姿势大重建模型（PF-LRM），可以从少数非姿势图像中重建三维物体，即使视觉重叠很少，同时在单个 A100 GPU 上估计相对相机姿势，仅需约 1.3 秒。PF-LRM 是一种高度可扩展的方法，利用自注意力块在三维物体标记和
PDF8 months ago
在跨数据集远程光电容积脉搏图方面提升泛化能力
研究表明，当前基于深度学习的 Remote Photoplethysmography (rPPG) 模型倾向于学习训练数据集中的脉搏波特征，作者提出的一种扩充训练数据集范围和变化性的方法成功缓解了这种倾向，进一步提高了模型的泛化能力。
PDFa year ago
Cross3DVG: 不同 RGB-D 扫描的跨数据集三维视觉定位基线和数据集
该研究提出了一种新的跨数据集三维视觉定位任务 Cross3DVG，创造了一个大规模的包含 63k 个三维对象多样描述的人工注释数据集，研究表明当前三维视觉定位的跨数据集泛化有很大的提升空间，结合 CLIP 的方法可以提高性能。
PDFa year ago
CVPRAnyFlow: 具有隐式神经表示的任意尺度光流
本文介绍 AnyFlow，作为一种应用于图像领域的稳健网络，能够从各种分辨率的输入图像中生成连续的坐标表示，以达到在捕获小物体的同时保留细节的目的.
PDFa year ago
量化证明：关于注册发言者嵌入的忽略方面对目标发言者分离的影响
本文研究了说话人注册嵌入的几个重要但常被忽视的方面，包括常用的说话人识别嵌入的适用性、log-mel 滤波器组和自监督嵌入的介绍以及嵌入的跨数据集泛化能力；结果表明，log-mel 滤波器组嵌入在跨数据集评估中表现更佳，但这种特征过去被忽视
PDF2 years ago
CVPR基于频率的语义相似性不可察觉对抗攻击
通过在特征表示上进行对抗攻击，使用语义相似性对分类器进行攻击，同时使用低频率约束，保证对抗样本和原始样本的感官相似性和跨数据集泛化。
PDF2 years ago
Learnable Motion Generation 实现 3D 人体姿势估计的跨数据集自适应
该论文提出了一种名为 AdaptPose 的端到端框架，通过生成合成的 3D 人体动作数据，并在新数据集上通过微调来提高 3D 姿态估计模型的泛化能力，该方法成功地比之前的交叉数据集评估方法和使用部分 3D 注释的半监督学习方法改进了 14
PDF3 years ago
关于跨数据集通用性的在线滥用自动检测
通过无监督主题模型和人工主题关键词检查，我们发现 Wikipedia Detox 数据集中温和的例子偏向于平台特定主题，移除这些主题可以提高跨数据集泛化能力，同时不会降低领域内分类性能，为了建立一个有效的数据集设计，我们建议在手动标注类标签
PDF4 years ago
ECCV强化学习的顺序众包计数方法
该研究提出一种基于深度强化学习算法的群体计数模型 LibraNet，通过模拟天平称重的过程，将计数问题转化为了一个序列决策问题，并在实验中展示了 LibraNet 的优异表现和泛化能力。
PDF4 years ago
通过预测相机视角提高 3D 人体姿态估计的跨数据集泛化能力
本研究采用系统性研究来分析不同数据集之间多样性和偏差对模型泛化能力的影响，提出了一种同时预测相机视角和人体姿态的模型，取得了显著的跨数据集泛化性能提升。
PDF4 years ago
ICCVFreiHAND：单张 RGB 图像无标记手势姿态和形状数据集
本研究介绍了一个大型多视角手部数据库，并提出了一种迭代的半自动方法，用于将三维手部姿势和形状标注应用于该数据库，以解决基于单个 RGB 图像的三维手部姿势估计的高度不确定性问题，并评估了模型的性能。
PDF5 years ago
通过对抗性鉴别域泛化（ADDoG）改善跨语料库语音情感识别
本文提出了基于 ADDoG 和 MADDoG 的自动演讲情感识别方法，采用迭代移动学习到的情感数据表示，提高跨数据集通用性，并在实验中取得了显著的成果。
PDF5 years ago