global features | BriefGPT - AI 论文速递

关键词global features

搜索结果 - 30

CVPR深度人员再识别的强基线和批归一化中间层
本文研究了使用简单但强大的全局特征基线进行人物再识别，通过收集和评估有效的训练技巧，并将其结合，提出了一种名为 BNNeck 的新型颈部结构，将度量和分类损失分成两个不同的特征空间，从而提高了现有方法的性能。
PDF5 years ago
CVPR深度人员再识别的技巧和强基线
本文探讨了一种简单有效的人物再识别（ReID）基线，并通过组合有效的训练技巧，在仅使用全局特征的情况下，在 Market1501 数据集上实现了 94.5％的排名 - 1 和 85.9％的 mAP。
PDF5 years ago
对抗性查询有谁害怕？图像修改对基于内容图像检索的影响
该论文分析了针对基于神经网络、局部和全局特征的基于内容图像检索的对抗查询。作者引入了一种创新的神经网络图像扰动方法，称为图像检索错误的扰动（PIRE），能够阻止基于神经特征的 CBIR 检索。作者的实验分析证明了 PIRE 的惊人有效性，并
PDF5 years ago
NIPS$A^2$-Nets：双重注意力网络
本文提出了一种双重注意力块 (double attention block) 的方法，其聚合和传播了来自输入图像 / 视频的整个时空空间的全局特征，从而使下一层卷积层高效地访问整个空间中的特征；将此块应用于当前卷积神经网络，可以显著提高图像
PDF6 years ago
人物重新识别中分类损失的辩护
本文提出了一个通过通道分组和多分支策略来划分全局特征的个人再识别框架，以学习多个通道组的判别式全局特征，并证明了其在准确性和推理速度方面优于现有技术水平。
PDF6 years ago
基于本地化引导的行人属性识别学习
提出了一种基于定位的引导网络，该网络为每个属性自动学习本地特征，并通过与全局特征的互动强调它们，在两个行人属性基准测试中取得了最新的最佳成绩。
PDF6 years ago
RAM: 基于区域的深度模型的车辆再识别
提出了一种区域感知深度模型（RAM），不仅可以提取全局特征用于车辆 Re-ID，更可以从一系列局部区域中提取特征，利用车辆 ID、类型 / 型号和颜色，联合训练 RAM，融合更多信息用于训练，获得更具区分度的特征，并在 VeRi 和 Veh
PDF6 years ago
深度本地视频特征用于动作识别
探讨使用 CNN 特征表示整个视频以用于人类动作识别的问题，通过提取局部特征并将它们聚合成全局特征，将另一个映射函数用于将全局特征映射到全局标签
PDF7 years ago
全球神经 CCG 解析与最优性保证
本文引入了第一个具有解码最优性保证的全局递归神经语法分析模型，通过直接搜索所有可能子树的空间来支持全局特征，并使用新的目标函数对全局模型进行训练，实现样本探索的最小化；应用于 CCG 分析，在保证解析最优的情况下，在目标库中 99.9% 句
PDF8 years ago
利用配对和全局特征进行两阶段的篇章划分
本文提出了利用数据中的配对特征以及全局特征来进行 RST 风格的语篇分割的新方法，并取得了良好的效果。
PDF10 years ago