object proposal | BriefGPT - AI 论文速递

关键词object proposal

搜索结果 - 11

AAAIMeta Faster R-CNN: 基于注意力特征对齐的精准少样本目标检测
提出了一种基于元学习的 FSOD 模型，通过联合优化少样本提议生成和细粒度分类，采用轻量级的基于度量学习的原型匹配网络来提高少样本类别的提议生成，提出了一种注意力特征对齐方法来解决噪声提议与少量样本类别之间的空间失配问题。在多个 FSOD
PDF3 years ago
MM基于深度学习的目标显著性评估从互联网图像中收集视觉对象
本研究聚焦于建立从互联网图像收集中得出视觉对象数据库的方法学，并利用稠密 Proposal 生成和基于物体性的重排序方法，通过深度卷积神经网络设计出的前景完整性和充实度相互补充的计量方式，提高了物体建议的排序性能，并利用该方法成功构建了包含
PDF5 years ago
利用运动特性实现的无监督在线视频目标分割
本文提出了一种新的无监督在线视频目标分割框架，通过结合运动属性以便于分割出区分明显的移动部分，并利用显著性动态检测和物体提议等研究方法设计出像素级的融合策略，实现对在不同帧之间的目标传播和运动检测的稳健性处理，最终在多个基准数据集上实现了比
PDF6 years ago
ICCV软提案网络用于弱监督目标定位
本文提出了一种新的弱监督目标定位方法，利用 Soft Proposal 网络在卷积神经网络中集成了无需成本的目标提议，在图像级监督下，通过联合优化网络参数和提议获得更好的对象居中滤波器，发现更有区分性的视觉证据，并有效地抑制背景干扰，大幅提
PDF7 years ago
树形结构强化学习用于序列目标定位
本文提出了一种基于树形结构的强化学习方法，用于目标检测中的物体提议，通过学习多个搜索策略，全面利用当前观察和历史搜索路径来提高检测准确率和覆盖率。实验证明，相较于现有算法，该方法可以通过更少的候选窗口实现可比较的召回率。
PDF7 years ago
通过物体类标签传播在视频中检测时间上一致的物体
本文提出了一种高效的视频物体推荐生成方法及聚类方法，应用于对象检测，使得仅需对每帧中少量候选提议进行分类实现在视频中检测对象的效率提高，证明了该方法在 Youtube-Objects 数据集上达到了最先进的检测性能。
PDF8 years ago
高效高质量物体提议生成的顺序优化
提出一种新的物体提议算法 BING++，其通过基于边缘和线段估计物体边界，并进行顺序更新提议，提高提议定位质量和计算效率，并在不同的物体类别和数据集上得到了验证。
PDF9 years ago
高分辨率图像的高效目标检测
本文介绍了一种结合两种方法的物体检测算法，以有效地检测高分辨率图像中的小物体，主要利用了深度学习中的特征提取模型 AlexNet。
PDF9 years ago
诊断现有的目标提议方法
本文探究了物体建议方法的影响因素，包括尺寸、色彩对比度、形状规则性和纹理等，结合现有方法的局限性和对各种因素对物体建议方法准确度的影响进行分析，指出选择和设计现有和未来物体建议技术的注意事项。
PDF9 years ago
ICCV使用卷积网络学习物体性质的 DeepBox
使用卷积神经网络的数据驱动语义方法，提出一种提高目标建议排名的新框架 “DeepBox”，可以显著提高目标检测平均准确度，并在保持较高召回率的同时大幅降低计算时间。
PDF9 years ago
图像分割与物体提议生成的多尺度组合分组
本文提出了一种统一的方法，通过应用多尺度组合分组（MCG）进行自下而上的分层图像分割和目标提议生成，达到了精确提议和轮廓的最新水平。
PDF9 years ago