object recognition | BriefGPT

关键词object recognition

搜索结果 - 343

视觉 Transformer 是否比新生儿视觉系统更需要数据？
视觉变换器 (ViTs) 是许多计算机视觉基准测试的最佳模型，可以准确预测对象识别任务上的人类行为。然而，研究人员对使用 ViTs 作为生物学习模型的价值产生了质疑，因为人们认为 ViTs 需要比大脑更多的训练数据才能达到类似的性能水平。为
PDF7 months ago
COTR: 基于视觉的紧凑式占据 Transformer 用于 3D 占据预测
自主驾驶中感兴趣的 3D 占据预测，通过其出色的几何认知和一般物体识别能力来推动。为了实现这一点，当前的工作试图构建从鸟瞰图感知扩展的三透视视图（TPV）或占据（OCC）表示。然而，像 TPV 表示这样的压缩视图会丢失 3D 几何信息，而原
PDF7 months ago
基于多个 3D 模型的注册的增强现实（AR）装配指导
介绍一种新的无标记、分步、现场三维增强现实（AR）指导方法及其应用 - BRICKxAR（Multi 3D Models/M3D），用于小零件组装。通过使用深度学习训练的三维模型注册，BRICKxAR（M3D）能够在物理组装模型的组装位置逼
PDF7 months ago
VisPercep：一种增强视觉感知能力的视觉语言方法（面向盲人和视力障碍人群）
本文提出了一种创新的方法，利用大型视觉语言模型增强盲人和视力低下人士的视觉感知，提供周围环境的详细综合描述并警示潜在风险。该方法通过整合图像识别结果和用户查询，使用大型视觉语言模型根据提示生成环境的详细描述，并通过分析环境对象和场景来识别潜
PDF8 months ago
关于部件、姿势和遮挡的 3D 感知视觉问答
通过引入 3D 感知的视觉问答（3D-aware VQA）任务以及相应的数据集 Super-CLEVR-3D 和模型 PO3D-VQA，本论文探索了在视觉场景的三维结构上进行合成推理的挑战性问题，实验证明 PO3D-VQA 模型在 3D 感
PDF8 months ago
双流神经网络解释人类大脑中背侧和腹侧视觉通路的功能分离
人类视觉系统使用两个并行通路进行空间处理和物体识别，而计算机视觉系统往往使用单一的前馈通路，导致其鲁棒性、适应性和效率低于人类视觉。为了弥补这一差距，我们开发了一种受人类眼睛和大脑启发的双流视觉模型，模拟人眼使用巨细胞和小细胞视网膜神经节细
PDF8 months ago
提升具有类 V1 前端的 CNN 的鲁棒性需要匹配 V1 的神经表征
在具有卷积神经网络的目标识别方面取得了巨大成功的同时，它们难以辨识出带有不同类型常见噪音模式的图像中的对象。最近的一项研究表明，在模拟 CNN 前端的早期视觉区域中的计算将提高对图像破坏的鲁棒性，本文进一步探讨了这一结果，并显示精确匹配灵长
PDF9 months ago
生成分类器的有趣性质
当前主要的建模人类物体识别的范式是辨别性推理，但零样本生成模型出奇地接近人类物体识别数据。
PDF9 months ago
递归反事实去混淆对于物体识别
基于反事实分析的递归反事实消融模型 (RCD) 旨在解决传统图像识别方法中忽视混淆因素导致性能低下的问题，通过递归构建和更新图像特征、模型预测和混淆因素之间的关系，学习出更具有区分性的特征，从而提高模型的辨别能力和泛化能力。实验证明，在封闭
PDF9 months ago
移动单目相机的运动分割
本研究讨论了利用点轨迹和光流等方法相互融合，在移动的单目摄像头中识别和分割运动物体，实现对复杂场景中不同对象运动的模拟，最终取得了最先进的效果。
PDF9 months ago
变电站目标检测算法
检测高压电力设备是确保电力供应可靠的有效方法，该论文提出了一种结合物体关系建模和 Transformer 模型的关系 Transformer 模型，通过在变电站的物体识别中展现出更好的性能，显著促进了自动化电力设备检测的发展。
PDF9 months ago
三维点云的边缘感知学习
该研究提出了一种创新的层次感知三维点云学习（HEA-Net）方法，通过关注边缘特征来解决点云数据中的噪声问题，改善物体识别和分割。该方法结合了边缘感知的概念，使用具有边缘焦点的局部和全局嵌入的本地和全局网络学习范式的独特融合，以提升对点云的
PDF9 months ago
空间频率通道、形状偏好与对抗鲁棒性
人类和神经网络在识别对象时使用哪些空间频率信息？通过关键带掩蔽，我们发现神经网络的频谱通道是人类通道的 2-4 倍宽，而对抗训练只会进一步扩大这种差异。
PDF9 months ago
极端图像转换促进鲁棒潜在目标表示
用 Extreme Image Transformations（EIT）微调预训练网络可以增强其对各种强度的常见对抗攻击的性能，展示了在受到更强噪声的情况下，EIT 训练网络在物体区域仍然显示强烈的激活，展现了对不同类型对抗攻击的有希望的泛
PDF9 months ago
基于物体和动作意象的理解语言习得
通过深度学习方法研究自然语言处理，通过训练紧密连接的编码器 / 解码器，在传统的指示语言环境和对比学习环境中开发了一个专用于视觉数据表示的私有语言，并且通过神经机器翻译和随机森林分类的分类层将符号表示转化为类别标签。通过两个实验，旨在进行物
PDF10 months ago
使用贝叶斯推理降低自动驾驶感知中的误报率
该论文使用多传感器和多模态方法探索目标识别，通过贝叶斯推断的策略降低了误报率，在 KITTI 数据集上验证了该方法。
PDF10 months ago
大型可分离核注意力：重新思考 CNN 中的大型核注意力设计
通过将深度可分离卷积核的二维卷积核分解为级联的水平和垂直一维卷积核，提出了一种名为 Large Separable Kernel Attention（LSKA）模块的家族，用于减少计算复杂性和内存占用，同时在视觉注意力网络（VAN）中实现具
PDF10 months ago
ICCV基于图的异步事件处理用于快速对象识别
本研究介绍了一种基于图的事件相机新框架 SlideGCN，通过事件逐个处理并保持图的内部结构，从而高效处理事件数据并保持低延迟特性。在图构建方面，采用半径搜索算法来更好地利用事件云的部分规则结构。实验结果表明，相较于当前基于图的方法，我们的
PDF10 months ago
基于目标区域学习的机器图像编码
通过深度学习，我们提出了一种学习对象区域的图像压缩模型，它不需要额外的信息作为输入，并且可以适用于不同的图像识别模型。
PDF10 months ago
基线 Shapley 解释性探测器
提出基于基线 Shapley 值的可解释性检测器（BSED）来增强可解释性解释的有效性，并展示了与现有方法的定量和定性比较，以及通过解释进行检测纠正的应用。
PDFa year ago