feature propagation | BriefGPT

关键词feature propagation

搜索结果 - 15

GrootVL：在状态空间模型中，树拓扑是唯一所需
借助于动态生成的树形拓扑结构和特征传播，GrootVL 网络可超越传统状态空间模型在建模长距离依赖关系上的局限，具备强大的表示能力；此外，通过引入线性复杂度的动态规划算法，还能在不增加计算成本的情况下增强长距离交互，并在图像分类、目标检测、
PDFa month ago
ColorMNet：基于记忆的深度时空特征传播网络用于视频上色
如何有效地探索时空特征对于视频着色至关重要。我们开发了基于内存的特征传播模块，它可以与来自相隔较远的帧的特征建立可靠的连接并减轻不准确的估计特征的影响。为了从每个帧中提取更好的特征，我们使用大型预训练视觉模型来指导每个帧的特征估计，使得估计
PDF3 months ago
基于图卷积的视觉检索高效重新排序
本文介绍了一种采用图卷积网络的高效接近搜索再排序方法，通过更新特征值来完善视觉检索任务的初步结果，并以状态 - of-the-art 表现获得了在 3 个不同任务的七个基准数据集上的结果。
PDFa year ago
AAAI对象查询传播在高性能视频对象检测中的应用
本篇论文提出了一种名为 QueryProp 的视频物体检测特征传播框架，通过对象级特征传播策略和自适应传播门进行关键帧选择，实现了高准确率和高速度的检测。
PDF2 years ago
通过减少敏感属性泄漏，提高图神经网络的公平性
通过考虑特征传播和相关性变化等因素来减轻歧视，设计了两种特征蒙版策略；提出 FairVGNN 用于生成功能的公正视图，实验结果证明其在模型效用和公正性之间具有更好的权衡。
PDF2 years ago
MM针对参考分割的实例特定特征传播
本文提出了一种新的框架，通过特征传播同时检测感兴趣的目标并生成细粒度分割遮罩，该方法比一阶段和二阶段方法更能够协同和交互地利用视觉和语言信息进行同步识别和分割，并在实验测试中优于先前的最先进方法，关键词包括指代分割，自然语言表达，实例分割模
PDF2 years ago
关于节点特征缺失图学习中特征传递效果的不合理有效性
本研究提出了一种名为 Feature Propagation 的方法，通过 Dirichlet 能量的最小化处理缺失特征值，得到在图机器学习领域中处理缺失功能数据的方法。研究表明，该方法在节点分类基准测试中的表现优于以前的方法，并且可以经受
PDF3 years ago
线性图卷积网络中扩散过程的解剖
通过对连续图扩散的角度解剖了线性 GCNs 的特征传播步骤，分析了为什么线性 GCN 不能从更多的传播步骤中受益。随后，我们提出解耦的图卷积（DGC），分离终端时间和特征传播步骤，使其更灵活，能够利用非常多的特征传播步骤。实验表明，我们提出
PDF3 years ago
ECCVMTI-Net: 多尺度任务交互网络用于多任务学习
本文介绍了一种新架构 MTI-Net，它能够显式地模拟每个尺度的任务交互，并通过特征传播模块将提炼的任务信息从较低尺度传播到较高尺度，并通过特征聚合单元汇总所有尺度的任务特征以产生最终的任务预测。该架构通过两个多任务密集标记数据集上的广泛实
PDF4 years ago
ECCV学习关注焦点以实现高效视频目标检测
提出了一种基于可学习的空间 - 时间采样 (LSTS) 模块、分散递归特征更新 (SRFU) 和密集特征聚合 (DFA) 模块，实现了视频目标检测中的准确空间对应关系，增强特征更新，提升检测性能，并在 ImageNet VID 数据集上取得
PDF5 years ago
视频人员再识别的自适应图表示学习
提出一种创新性的自适应图形表示学习方案，用于视频人员重识别；该方案利用姿势对齐连接和特征亲和连接构建自适应结构感知邻接图，以迭代地完善区域特征，并将周围节点信息考虑在部分特征表示中；进一步提出了一种新的时间分辨率感知正则化，用于学习紧凑而区
PDF5 years ago
基于块运动矢量插值的视频快速语义分割
提出一种新的基于压缩视频中存在的块运动矢量的特征传播方法，从静态关键帧双向熔合特征到中间视频帧，以达到实时分割并保持较高的准确性。
PDF6 years ago
CVPR低延迟视频语义分割
本研究提出了一种视频语义分割框架，该框架利用特征传播模块和自适应调度器相结合的方法，通过时间间隔自适应地融合特征并根据准确性预测动态分配计算量，以实现低延迟和高语义分割质量。实验结果表明，在与现有模型的比较中，该模型在 Cityscapes
PDF6 years ago
利用基于块运动的特征插值进行视频快速语义分割
本文提出了一种新的加速视频推理的方法 —— 使用基于块运动向量和特征传播技术实现的快速特征传播技术以及基于周围帧传播得到的特征的特征插值技术，能够在保持精度的前提下，将图像分割的速度从单帧基线的 30ms 提高到每秒 20 帧，实现了几乎
PDF6 years ago
CVPR紧密连接卷积网络
该论文介绍了一种称为 DenseNet 的神经网络架构，通过将每一层与其他每一层之间连接起来，可以解决传统卷积神经网络中权重消失和特征重用问题，在目标识别领域中表现优异。
PDF8 years ago