latent feature space | BriefGPT

关键词latent feature space

搜索结果 - 14

领域自适应语义分割的样式适应
我们提出了一种简单直接的方法来减小不同领域之间的差异，该方法无需进行额外的参数计算，并且可以与基于自训练的无监督领域适应方法无缝集成。通过在潜在特征空间中将目标领域的风格传递给源领域，该模型在决策过程中优先考虑目标领域的风格，在图像级别和浅
PDF2 months ago
基于内部表示的在线连续域适应语义图像分割
本研究提出一种在线无监督域自适应算法，通过在共享嵌入空间中最小化源潜在特征与目标特征之间的分布距离，促进两个领域之间的共享领域无关潜在特征空间，从而改善图像的语义分割模型在未注释领域上的泛化性能。为了在自适应过程中减轻对源样本访问的需求，我
PDF6 months ago
基于潜在特征引导的扩散模型用于阴影去除
使用扩散模型进行纹理恢复在解决如何从含有阴影图像中推断出无阴影场景的问题上一直是个具有挑战性的难题。本文提出了使用扩散模型的方法，通过在扩散过程中逐渐细化阴影区域的细节，其中借鉴了具备无阴影图像特征的学习潜在特征空间，从而避免了只基于退化图
PDF7 months ago
场景风格文本编辑
本研究提出了一种名为 “场景风格文本编辑” 的任务，使用命名为 QuadNet 的四重框架在潜在特征空间中嵌入和调整前景文本样式，并在实际数据集上表现良好，实现前景文本内容和风格的深度编辑。
PDFa year ago
稳健掩码图自编码器
本文提出了一种新的自监督图形预训练方法 RARE，它在高阶潜在特征空间中进一步掩蔽和重构节点样本以提高推断掩蔽数据的确定性和自监督机制的可靠性，并采用的联合掩蔽 - 重构策略可以在潜在特征和原始数据空间中产生改进的稳定性和性能，在 17 个
PDFa year ago
i-MAE：掩蔽自编码器中的潜在表示是否线性可分？
本文介绍了一种名为 i-MAE 的简单而有效的可解释 MAE (Interpretable MAE) 框架，通过在 CIFAR-10/100，Tiny-ImageNet 和 ImageNet-1K 数据集上进行广泛实验，证明其是解释 MAE
PDF2 years ago
基于进化算法辅助深度神经网络的非平衡图像分类分布学习
提出了一种在特征级别而非数据级别上基于过采样的解决不平衡分类任务中生成图像的质量多样性平衡问题的方法，并在这一基础上，设计了一种改进的估算分布算法，即基于潜在特征分布演化的改进估算分布算法 (MEDA_LUDE)。大量实验验证了所提出的算法
PDF2 years ago
学习图像压缩中的增强可逆编码技术
本文提出了一种基于可逆神经网络（INNs）的 Invertible Encoding Network 方法来构建更好的图像空间和潜在特征空间之间的转换，并在 Kodak、CLIC 和 Tecnick 数据集上证明了该方法在高分辨率图像方面优
PDF3 years ago
神经融合：隐空间中的在线深度融合
本文提出了一种新颖的在线深度图融合方法，该方法使用潜在特征空间学习深度图聚合，并通过附加的翻译器网络在场景表示和输出场景表示之间分离，该方法适用于处理高噪声等异常值，实验结果表明，与现有技术相比，在处理大量噪声和异常值的挑战性场景中获得了改
PDF4 years ago
ECCV开放集合对抗性防御
本文提出了一种 Open-Set Defense Network（OSDN）来解决 Open-Set Adversarial Defense（OSAD）问题，并使用编码器和分类器学习无噪声潜在特征表示，以及两种技术用于改善开放集性能。
PDF4 years ago
ICLR利用区域提议交互网络学习长期视觉动态
本论文通过 Region Proposal Interaction Networks 的方法在潜在区域建立对象表示来捕捉对象间和对象环境交互，并在长期预测中尤为有效，提高了预测质量和规划下游任务的能力，同时在新环境中具有良好的泛化性能。
PDF4 years ago
在潜在特征空间中通过学习图像示例实现黑匣子解释
通过在黑盒模型中采用对抗性自动编码器学习到的潜在特征空间，生成实例图像并学习决策树分类器的方法，从而对黑盒模型进行解释，并提供了更好的解释性能。
PDF4 years ago
MulGAN：基于样例的人脸属性编辑
本文中提出的基于属性标签限制的模型，可以通过在预定义的潜在特征空间中直接应用属性标签并使用属性分类损失，从图像中提取属性相关信息，以实现用于编辑多个属性的面部属性传输，同时通过设计新的模型结构来提高属性传输能力。在 CelebA 数据集上的
PDF5 years ago
ICML对抗神经剪枝与潜在漏洞抑制
本文提出了 Adversarial Neural Pruning with Vulnerability Suppression (ANP-VS) 方法，通过定义每个潜在特征的弱点，提出了用于抑制这些弱点的新的 VS 损失函数，并进一步提出使
PDF5 years ago