geometric regularization | BriefGPT

关键词geometric regularization

搜索结果 - 6

监督与非监督：理解和解决 3D 迁移学习的关键挑战
在本研究中，我们对监督学习和对比学习预训练策略及其在下游 3D 任务中的实用性进行了深入的定量和定性调查，通过分层分析学到的特征提供了对训练网络在下游任务中的可用性的重要见解，基于这一分析，我们提出了一种简单的几何正则化策略，来提高监督学习
PDF3 months ago
ViCA-NeRF：视角一致性感知的神经辐射场的 3D 编辑
ViCA-NeRF 是第一个运用文本指令进行三维编辑且具备视图一致性的方法，通过利用几何规则和学习规则来确保多视图一致性，提供更灵活、高效且更详细的编辑效果。
PDF5 months ago
GeRA：标签高效的几何正则化对齐
引入半监督几何规范化对齐方法（GeRA）来对齐预训练单模态编码器的嵌入空间，通过利用不配对（无标签）数据的流形几何来改善对齐性能，引入了基于扩散算子的几何损失项来防止对局部几何的扭曲，GeRA 是模态不可知的，可以用于对来自任何数据模态的预
PDF9 months ago
DocScanner: 具有渐进式学习的鲁棒性文档图像矫正
DocScanner 是一个新颖的文件图像矫正框架，它维护了单个矫正图像的估计，并通过一种递归机制进行了逐步纠正。基于几何先验，还引入了一种几何规则化来进一步提高纠正质量，并在 Doc3D 数据集和 DocUNet 基准数据集上进行了广泛实
PDF3 years ago
对抗鲁棒性和可解释性的二阶优化
提出了一种使用二次近似的拟合函数的新型规则化器，并通过迭代计算逼近最坏情况二次损失，从而在具有良好的鲁棒性的同时避免了梯度混淆和降低了训练时间。实验证明，该模型产生的人类可解释性特征优于其他几何正则化技术，并且这些鲁棒特征可用于提供人性化的
PDF4 years ago
具有几何正则化的可扩展和可逆流形学习自编码器
本文提出了一种基于自动编码器与流形学习结合的数据探索方法，利用几何正则化项鼓励学习得到的潜在表示沿着数据的内在几何结构发展，并与常规方法相比较，证明该方法在保留内在结构、扩展能力和数据重构方面具有优势
PDF4 years ago