multi-scale features | BriefGPT

关键词multi-scale features

搜索结果 - 54

P-MSDiff：远程感应图像分割的并行多尺度扩散
提出了一种新的语义分割模型，该模型基于扩散模型和多尺度特征，在改进分割边界和提供上下文信息方面做出了贡献，并通过集成递归去噪分支来检测重复分布数据，旨在解决传统 U-net 模型中解释中间特征的挑战，并通过引入交叉桥线性关注机制扩展了模型结
PDFa month ago
意图行动预测模型及其引导 - 反馈循环机制
使用近身摄像视频序列预测人类意图的意图动作预测问题，介绍了一种利用整个视频序列特征和尾部视频序列特征的层次化完整 - 最近 (HCR) 信息融合模型。通过引导 - 反馈循环 (GFL) 机制和多尺度完整 - 最近特征聚合 (MCRFA) 模
PDF3 months ago
AMANet: 自适应多分层注意力网络推进 SAR 船舶检测
提出了一种适应性多层次注意力模块（AMAM）来学习多尺度特征，并从不同特征层自适应地聚合显著特征，以增强对小目标的检测能力，实现多尺度特征增强和对象检测。通过将 AMAM 嵌入主干网络和特征金字塔网络（FPN）之间，提出了一种新颖的自适应多
PDF5 months ago
TOPIQ：一种从语义到畸变的自上而下图像质量评估方法
我们提出了一种顶部向下的方法，利用高层语义指导图像质量评估网络集中在具有语义重要性的局部失真区域，命名为 TOPIQ。我们的方法涉及设计一种启发式的粗到细网络（CFANet），它利用多尺度特征并以自上而下的方式逐步传播多级语义信息到低级表示
PDFa year ago
AFPN：渐近特征金字塔网络用于物体检测
该论文提出了一种渐近特征金字塔网络（AFPN），通过渐进地将更高层次的特征融入到融合过程中，实现了不相邻层次的直接交互，并采用了自适应空间融合操作来缓解可能出现的多目标信息冲突。实验评估结果表明，AFPN 比其他最先进的特征金字塔网络具有更
PDFa year ago
SHISRCNet: 低分辨率乳腺癌组织学图像的超分辨率和分类网络
本文介绍了一种新的基于超分辨率和多尺度特征提取的单张组织病理学图像分类网络（SHISRCNet），该网络可以更精确地诊断以低分辨率图像为输入的乳腺癌，具有较高的诊断准确度。
PDFa year ago
多尺度和令牌合并：让您的 ViT 更高效
本文提出一种新的 token pruning 方法，通过筛选关键词实现计算效率和模型效果的折衷，实验结果表明，该方法可显著降低计算成本，同时仅导致 0.1% 的 DeiT-S 识别精度下降。
PDFa year ago
WavePF: 基于小波引导池化的红外与可见光图像融合新方法
本文提出了一种基于小波引导池化的融合网络（WavePF），在多个图像融合基准测试上表现出优越的性能，其通过小波池化编码器同时提取源图像的多尺度图像和细节信息，并使用空间注意力模型聚合这些显着特征。
PDFa year ago
反复斟酌：基于特征反馈的临床启发型甲状腺超声病变检测
本研究提出了一种基于特征反馈机制的新型检测网络，该机制首先粗略观察整体图像，然后专注于感兴趣的细节，并具有反馈特征选择模块和特征反馈金字塔两个部分来提高功能提取以及自适应融合多种特征
PDFa year ago
使用特定参数初始化的嵌入式特征相关性优化用于二 / 三维配准
本文提出了一种基于深度学习的框架 (COSPI) 解决 2D/3D 图像配准问题，包括参数初始化模块和细微注册网络，使用多尺度特征提取和特殊的训练技术，论文实验证明 COSPI 方法在精度和运行时间方面优于现有的学习和优化方法，具有很好的初
PDFa year ago
探索视觉 Transformer 层在语义分割中的选择
本文提出了一种名为 ViTController 的网络结构，用于动态自适应融合和特征选择，优于以往方法，可作为插件模块插入不同的网络。
PDFa year ago
CVPRSCPNet：点云上的语义场景补全
提出了三种解决方案，包括对完成子网络的重新设计，使用知识蒸馏从多帧模型中提取知识以及完成标签修正，并在 SemanticKITTI 和 SemanticPOSS 数据集上进行了扩展实验。SCPNet 表现出比竞争对手更好的结果，展示了场景完
PDFa year ago
GoogLe2Net：使用卷积横跨网络
本文提出了一种新的卷积神经网络架构 GoogLe2Net，其中 ResFRI 或 Split-ResFRI 创造横向通道和残差连接，使得信息可以在卷积层之间流动，并在细粒度上表达多尺度特征，从而在图像分类等任务中取得更好的结果。
PDF2 years ago
AAAI自适应动态滤波网络用于图像去噪
本研究提出了一种用于改善高频和多尺度特征学习的动态卷积算法，其中采用了增强空间上下文信息的核生成模块 (SEKG) 以及动态卷积块 (DCB) 和多尺度动态卷积块 (MDCB)。此外，还提出了多维特征集成 (MFI) 机制，旨在融合多尺度特
PDF2 years ago
时间建模至关重要：一种新的面向语音情感识别的时间情感建模方法
本文介绍了一种基于时间的情感建模方法，称为 TIM-Net，它学习来自各种时间尺度的多尺度情境情感表示，并用于提高语音情感识别的性能，实验结果表明 TIM-Net 在六个基准数据集上表现出优异的性能。
PDF2 years ago
FAS-UNet：一种用于学习变分图像分割的新型基于 FAS 的 UNet
本文提出了一种新颖的基于变分模型的网络（称为 FAS-Unet），它利用了模型和算法先验知识来提取多尺度特征，为医学图像分割任务的应用提供了一种简单且有效的方法。
PDF2 years ago
ACLLAPFormer: 一个轻量且准确的息肉分割 Transformer
本文介绍了一种新型的编码器 - 解码器结构的 LAPFormer 模型，使用分层 Transformer 编码器来提取全局特征，并结合了用于捕获息肉局部外观的 CNN 解码器，包括渐进特征融合模块，特征细化模块和特征选择模块来处理特征，模型
PDF2 years ago
基于 Transformer 的目标检测器中多尺度特征的高效使用
本文提出了迭代多尺度特征聚合（IMFA）的通用范例，其核心思想是利用只有几个关键位置的稀疏多尺度特征，实现了对基于 Transformer 物体探测器中多尺度特征的高效使用，具有相对较小的计算开销。
PDF2 years ago
ECCVEdgeNeXt：面向移动视觉应用的高效融合 CNN-Transformer 结构
本研究提出了一种新型的轻量神经网络 EdgeNeXt，通过引入 STDA 编码器，在不增加计算成本的情况下，将 CNN 和 Transformer 模型的优点结合起来，以实现多尺度特征的编码和有效利用，从而达到资源高效的目的。在分类、检测和
PDF2 years ago
ICLR一种可扩展、高效、有效的基于 Transformer 的物体检测器
本文介绍了 Vision 和 Detection Transformers（ViDT），ViDT 是一个有效和高效的物体检测器，它通过重新配置注意力模块来扩展 Swin Transformer 为独立的物体检测器，并采用多尺度特征和辅助技术
PDF2 years ago