multi-scale information | BriefGPT

关键词multi-scale information

搜索结果 - 20

CDeFuse: 红外与可见光图像融合的连续分解
提出了一种新颖的连续分解融合 (CDeFuse) 机制，通过多尺度相似性约束将原始的三部分分解扩展为更一般的 K 部分分解，并引入连续分解模块 (CDM) 以捕捉模态之间的互补信息，并通过一种新颖的分解损失函数和相应的计算优化策略，实现对分
PDFa month ago
CVPR重新思考用于多光谱卫星图像的 Transformer 预训练
SatMAE++ 是一种多尺度的远程感知图像预训练方法，通过利用多模态数据和卷积上采样块在不同尺度上重构图像，达到了光学和多光谱遥感数据的同等有效性，并在大规模数据集上实现了最先进性能。
PDF4 months ago
Swin-UMamba：基于 Mamba 的 UNet 模型及基于 ImageNet 的预训练
提出了一种新颖的基于 Mamba 的模型，Swin-UMamba，专门针对医学图像分割任务，利用了基于 ImageNet 的预训练的优势。实验结果表明，ImageNet 的训练对于提高基于 Mamba 的模型性能起到了重要作用。与 CNNs
PDF5 months ago
直接视觉提示用于视觉目标跟踪
提出了一种基于明确视觉提示框架的视觉跟踪方法 EVPTrack，通过利用时空令牌在连续帧之间传播信息，生成明确的视觉提示，从而有效利用时空和多尺度信息，提升了模型的效率和性能。
PDF6 months ago
MCANet：多尺度交叉轴注意力的医学图像分割
在本文中，我们提出了基于高效轴向注意力的多尺度交叉轴向注意力（MCA）来解决医学图像分割中的多尺度信息获取和像素之间的长程依赖问题，通过计算两个平行轴向注意力之间的双交叉注意力来更好地捕捉全局信息。同时，我们还使用不同核尺寸的多个条状卷积来
PDF7 months ago
无监督融合卷积神经网络方法用于遥感图像变化检测
本文介绍了一种基于无监督浅层卷积神经网络（USCNN）融合方法进行变化检测，通过使用不同大小的卷积核对双时相图像进行多尺度信息提取，将相同尺度的差异特征图通过 1*1 卷积层融合为一个特征图，最后通过 1*1 卷积层融合不同尺度的输出特征，
PDF8 months ago
CVPRDynamicDet: 一种用于物体检测的统一动态架构
本文提出了一种名为 DynamicDet 的动态框架，该框架基于对象检测任务的本质，设计了一种动态架构，并提出了一种自适应路由来分析多尺度信息并自动决定推理路线，然后提出了一种新的基于检测损失的优化策略，最后提出了一种可变速推理策略，该策略
PDFa year ago
MM基于时空 Inception 图卷积网络的基于骨架的动作识别
通过对图形卷积网络中的拆分、变换、合并策略进行重新设计，我们构建了一个简单而高度模块化的图形卷积网络体系结构，用于骨架序列处理中的动作识别，并证明了其优于现有基于深度学习的方法。
PDF4 years ago
基于浅层特征的密集注意力网络用于人群计数
采用浅层特征的注意力模型及密集连接的层级图像特征，提出一种用于仍图像人群计数的 SDANet，并在多个基准数据集上表现出优异的性能。
PDF4 years ago
CVPR感知极限超分辨率网络配有感受野块
本研究介绍了一种基于增强型 SRGAN 的超分辨率网络 RFB-ESRGAN，包括 Receptive Field Block、多尺度信息提取、交替上采样方法和集成式模型等四个方面，经实验结果验证，该方法在 NTIRE 2020 Perce
PDF4 years ago
CVPR基于网格锚点的图像裁剪：新的基准和高效模型
本研究提出了一种基于网格锚定的图像裁剪模型，通过考虑图像裁剪的特殊性质和要求，如本地冗余、内容保留、宽高比，构建了一个网格锚定裁剪基准，并定义了更可靠的评估指标。同时，该模型模型还采用了多尺度信息，可以为不同场景的图像稳健地输出视觉上令人愉
PDF5 years ago
CVPR多尺度聚合 R-CNN 用于二维多人姿态估计
本文提出了一种名为 MSA R-CNN 的多尺度聚合方法，该方法通过多尺度 ROIAlign 块和多尺度关键点头网络来利用多尺度信息，并将人体检测和关键点定位合并到一个模型中，从而实现了较小的计算量，该方法在 2D 多人关键点本地化数据集上
PDF5 years ago
基于数据驱动的神经元分配用于规模聚合网络
本文提出了一种数据驱动的神经元分配方法，以自适应地在深度神经网络的不同构建块中汇总多尺度信息。通过使用基于堆栈的采样、卷积和上采样操作生成每个尺度的特征映射，探索神经元分配方法，对计算复杂度进行了大规模的实验测试，并成功地应用于图像分类和目
PDF5 years ago
ECCV交互感知的时空金字塔注意力网络用于动作分类
本研究提出一种基于主成分分析的互动感知自注意模型，通过利用多尺度信息构建空间金字塔，实现对特征图中所有空间位置的本地特征加权得到注意图，并将其嵌入卷积神经网络中以形成端到端的注意力网络，实现动作分类中的最先进结果。
PDF6 years ago
通过视觉上下文改善全切片分割 - 一个系统研究
通过系统比较不同的神经网络结构来确定如何包含多尺度信息对组织学图像的分割性能产生影响，结果表明，视觉上下文和尺度在组织学图像分类问题中起着关键作用。
PDF6 years ago
CVPR基于结构注意力的卷积神经场用于单目深度估计
本文提出一种新的单目深度估计方法，使用带有结构化注意力模型的条件随机场来融合来自前端卷积神经网络不同层次的多尺度信息，并将其无缝集成到整个架构的端到端训练中，在 KITTI 基准测试中排名竞争对手，在 NYU Depth V2 数据集上优
PDF6 years ago
基于膨胀卷积的多尺度信息学习 Inception 模块的单幅图像超分辨率
本文提出了基于扩张卷积的 Inception 模块，利用多尺度信息构建深度神经网络，提高单幅图像超分辨率的性能。实验结果表明，该方法优于许多单幅图像超分辨率方法。
PDF7 years ago
卷积神经网络在 MR 脑图像自动分割中的应用
使用卷积神经网络的多尺度信息，对单个解剖学 MR 图像进行自动分割，取得了在不同年龄和采集协议下的高度准确的分割结果。
PDF7 years ago
基于深度特征编码的人体属性和动作识别缩放编码包
研究了在 Deep Features Framwork 中编码多尺度信息的方法，提出了两种尺度编码策略，并在多个数据集上验证了这些方法的有效性。
PDF8 years ago
CMS-RCNN：用于非约束性人脸检测的上下文多尺度区域卷积神经网络
提出一种名为 CMS-RCNN 的面部检测方法，用于应对面部识别领域中的挑战性问题，该方法将多尺度信息与人体上下文信息相结合，具有排名第一的性能表现。
PDF8 years ago