cycle-consistency | BriefGPT

关键词cycle-consistency

搜索结果 - 12

ICCV视频对应学习的联合时空图中的邻居关系建模
本研究提出了一种自监督学习方法，从未标记的视频中学习可靠的视觉对应关系。所提出的方法将对应关系形式化为在联合空间 - 时间图中寻找路径的过程，并在此基础上利用循环一致性来识别图像中的动态对象，从而实现了中心 - 邻居对之间的潜在关联学习。
PDF3 years ago
ICCV探究基于全卷积循环一致性的视频对应关系学习
本文提出了一种全卷积的方法，采用前向和后向帧之间的不同裁剪策略、特征变形等技术，破解绝对位置快捷方式，有效地阻止了前向和后向跟踪之间的快捷方式，并在三个标签传播基准测试中实现很好的性能。
PDF3 years ago
ECCV时空视频对齐
本文讨论了跨视频提取视觉对应关系的任务，提出了一种使用交叉视频循环一致性来学习空间和时间对应关系的新方法，成功实现了语义相似的贴片在视频中的对应，并学习到对物体和动作状态敏感的表示。
PDF4 years ago
ECCV学习生成用于域泛化的新领域
本文主要探讨如何通过数据生成器来增加多个源域的多样性提高领域泛化能力，在使用了最优传输的分布偏差模型和循环一致性和分类损失的数据生成器模型中，我们的 L2A-OT（学习通过最优传输增广）方法在四个基准数据集中表现优于当前最先进的 DG 方法
PDF4 years ago
时空对应作为对比随机游走
该论文提出了一种简单的自监督方法来学习从原始视频中获取图像匹配的表达方式，通过构建空间时间图来预测连接预测匹配，并通过回文构造的图优化表示方法。
PDF4 years ago
ECCVGANHopper: 无监督图像到图像翻译的多跳 GAN
GANHopper 是一种无监督的图像到图像翻译网络，通过多次跳跃逐渐转换两个域之间的图像，并且通过生成介于两个域之间的加权混合图像来控制翻译过程，同时添加新的混合判别器和平滑性约束来优化翻译质量，该方法在处理特定于域的特征和几何变化时表现
PDF4 years ago
无监督循环一致形变用于形状匹配
该论文提出了一种自监督的深度表面变形方法，其中采用了循环一致性来定义物体组中的良好对应关系，并将其用作监督信号来训练神经网络。该方法在没有模板、假定近似等距变形或依赖于点对应监督的情况下运行，并成功地将其用于传输形状间的分割。该方法在 Sh
PDF5 years ago
使用非成对语音和文本的半监督序列到序列自动语音识别
本文提出了一种新的半监督训练方法，该方法结合了端到端的不可区分的 ASR->TTS 损失和 TTS->ASR 损失，利用未配对的语音和文本数据，相较于其他相关技术在 WSJ 和 Librispeech 语料库上的 WER 性能更好。
PDF5 years ago
CVPR从时间的循环一致性中学习对应关系
本文提出了一种自监督的方法，通过循环一致性来学习视觉对应关系，应用其学到的特征图表示可以在一系列视觉对应任务中取得较好的性能。
PDF5 years ago
ACL机器翻译中的意义丢失缩减方法
该论文提出了一种基于贝叶斯模型和神经序列到序列模型的 less ambiguous 翻译方法，通过提高注射性以及测量集合一致性的改进来更好地保留语义，同时不影响翻译质量。
PDF5 years ago
CyCADA: 循环一致性对抗域自适应
本文提出一种新颖的 Cycle-Consistent Adversarial Domain Adaptation 模型，可以在视觉识别和预测的各种情景中适用，通过像素级和特征级的适应，强制实施循环一致性，并利用任务损失，从而在多个适应任务中
PDF7 years ago
CVPR通过三维引导循环一致性学习密集对应关系
本文提出利用跨实例视觉一致性作为监督信息，通过建立一个包含 4 个环（4-cycle）的人工数据集提高深度学习在实现物体实例间的稠密视觉对应中的表现，并在测试阶段显示出优于先前相关任务的最新成果。
PDF8 years ago