recognition tasks | BriefGPT

关键词recognition tasks

搜索结果 - 8

你可以逃跑，但无处可藏：通过内在遮挡类型意识改善步态识别
本研究提出一种能够模拟内在遮挡感知的步态识别方法，通过在提取身份特征时利用已学习的遮挡类型，解决了遮挡问题对识别系统的影响，实验证明此方法在识别任务上表现优于类似遮挡的对照方法。
PDF7 months ago
CPSP: 从音素监督中学习语音概念
我们提出了一种名为对比音素 - 语音预训练（CPSP）的方法，通过对比学习将音素和语音连接到联合多模态空间，并在帧级别学习如何连接音素和语音，从而实现了最小监督的文本到语音（TTS）、语音转换（VC）和自动语音识别（ASR）任务。
PDF10 months ago
ICLR生成模型合成数据是否可以用于图像识别？
本文针对最新的文本到图像生成模型产生高保真类照片的现象进行了研究，详细探讨了这些合成图像在识别任务中的可行性和应用前景，并提出了针对数据缺乏情况和大规模模型预训练的综合应用策略。
PDF2 years ago
全球上下文网络
本论文提出了全局上下文网络 (GCNet)，它通过一个基于无查询的公式的简化网络来实现比 Non-Local Network (NLNet) 更轻量级的全局上下文建模，并在多个骨干网络层次上使用它来构建全局上下文网络。在各种识别任务的主要基
PDF4 years ago
CVPR用于目标识别的彩票票据假设
文章探讨了深度学习神经网络中 Lottery Ticket Hypothesis（LTH）方法对于物体识别、实例分割和关键点预测任务的模型剪枝效果，结果表明通过该方法找到的初始模型可以在不影响性能的情况下达到 80% 的稀疏度。
PDF4 years ago
ICCV自监督视觉表征学习的传递不变性
文章介绍了一种利用自监督学习的图形结构来学习具有不变性特征的视觉表示，并应用该表示在不同的识别任务中取得了显著性能提升。
PDF7 years ago
ICLR多视角循环神经声学词嵌入
本研究用多视角学习、双向 LSTM 嵌入模型和多视角对比损失函数等方法学习神经音频单词嵌入，实现在语音检索和识别任务中避免模棱两可的子词表示，改善词汇区分效果，并在交叉视图词区分和词相似度等其他任务中展示了应用前景。
PDF8 years ago
深度卷积激活特征的多尺度无序池化
本文介绍了一种简单但有效的方案 —— 多尺度无序池（MOP-CNN），该方案提取多尺度下局部块的 CNN 激活，对每个尺度单独进行无序 VLAD 池化并将结果串联，从而提高了 CNN 激活的不变性和识别性能，并在图像分类等监督或非监督识别任
PDF10 years ago