feature detectors | BriefGPT

关键词feature detectors

搜索结果 - 8

NeRF 监督的特征点检测与描述
该论文引入了一种基于神经辐射场（NeRFs）的新方法，用于生成逼真的多视角训练数据。通过 NeRFs 创建了多样化的室内和室外多视角数据集，并利用透视投影几何指导下的最先进的特征检测器和描述器进行训练。实验证明，该方法在相对位姿估计、点云配
PDF4 months ago
HD2Reg: 点云配准的层次结构描述符与检测器
本文提出了一种框架，该框架明确提取双层描述符和检测器，并与之进行粗糙到精细的匹配，以达到准确和鲁棒的点云配准。实验表明该方法的效果优于其他基于关键点的方法。
PDFa year ago
高效的胶囊网络：具有自注意力路由的胶囊网络
本文探讨了胶囊网络的效率问题，使用仅拥有 160K 个参数且具有高度并行可处理路由的极端架构，证明了我们提出的架构仍能够在三个不同的数据集上取得最先进的结果，并成功地开发了一种新型的非迭代路由算法。实验证明了我们方法的有效性和胶囊网络嵌入更
PDF3 years ago
连续性舍弃
通过将传统的二值 Dropout 扩展为连续 Dropout，本文介绍了一种更贴近于神经元活动特性的 Dropout 算法，并在多个图像数据集上和其他 Dropout 算法进行对比实验，结果表明该方法在避免特征检测器的共适应方面表现更好，同
PDF5 years ago
CVPR虚拟地面真实性和 3D 兴趣点预选，以提高 2D 检测器的可重复性评估
通过虚拟三维场景辅助测试，本文探讨了如何改进二维图像处理中的特征检测器，并将其应用于三维环境中。实验结果表明，虚拟环境可以提高特征检测器的性能，消除了大量误报情况，并通过 ROC 曲线测量指标展示了二维和三维性能的权衡。
PDF5 years ago
LiFF: 光场特征的尺度与深度
利用新的 4D 光场特征检测器和描述符 LiFF，可以检测出鲁棒的特征并估计深度，提高了 3D 重建的精度，并在运行速度方面比领先的 4D 方法快一个数量级。
PDF5 years ago
竞争隐藏单元的无监督学习
提出了一个与生物学有相当可信度的非常规学习规则，可以通过全局抑制作用于隐藏层，能够完全无监督的学习早期特征检测器，这些学过的下层特征检测器可用于以惯常的有监督方式训练更高层次的权重，以使整个网络的性能与通过反向传播算法端对端训练的前馈网络的
PDF6 years ago
卷积神经网络是否学习类别层次结构？
本文研究了卷积神经网络的分类问题，并发现不同类别之间存在层级关系。同时，网络中不同层次的特征检测器的训练行为也在一定程度上受到类别层次结构的影响。根据这些发现，设计了一种层次感知的卷积神经网络，有效提高了模型的准确性并解决过拟合问题，并能够
PDF7 years ago