residual learning | BriefGPT

关键词residual learning

搜索结果 - 42

ICCV推动无限制人群计数的前沿：新数据集和基准方法
本文提出了一种新的人群计数网络，通过残差误差估计逐步生成人群密度图，并引入基于不确定性的置信度加权机制作为残差学习的指导，仅允许高置信度残差在细化路径中流动。在最近的复杂数据集上进行评估并获得了显着的错误改进。此外，我们还推出了一个新的大规
PDF5 years ago
GResNet: 用于唤醒深度暂停的图形残差网络 (GNNs)
本文发现目前基于谱图卷积算子的图神经网络（GNNs）存在悬挂动画问题，当模型深度达到悬挂动画极限时，模型将无法响应训练数据且无法学习。为了解决这一问题，我们引入了 GResNet 框架，该框架通过创建广泛连接的高速公路来涉及所有模型层中节点
PDF5 years ago
KDDIRNet: 一种面向材料发现的通用深度残差回归框架
本文提出了一种基于深度残差学习的机器学习模型 IRNet 用于材料属性预测，表现优于现有的机器学习方法，同时实现更好的训练收敛性能。
PDF5 years ago
3DSRnet：使用 3D 卷积神经网络进行视频超分辨率处理
该论文提出了一种有效的三维卷积神经网络 3DSRnet，用于视频超分辨率，通过利用空时相干性来提高预测高分辨率帧的准确性，而且在不需要预处理的情况下优于最先进的方法，提出了一种新的处理场景变化的方法。
PDF6 years ago
图像去噪的增强 CNN
本文提出了一种名为增强卷积神经去噪网络（ECNDNet）的新方法，通过使用残差学习和批量归一化技术提高了训练效果并加速了网络的收敛。此外，提议的网络使用扩张卷积增大了上下文信息，降低了计算成本，并在广泛实验中证明了 ECNDNet 优于图像
PDF6 years ago
ECCV倒排注意力用于显著目标检测
本文提出了一种深度学习技术来实现高效的显著性目标检测，采用了残差学习和反向注意力等方法来解决现有技术中存在的低分辨率和模型复杂性等问题。实验结果表明提出的方法比现有技术更为简单高效、同时在精度和分辨率等方面也表现出优势。
PDF6 years ago
IM2HEIGHT: 使用全残差卷积 - 解卷积网络从单目图像估计高度
本文提出了一种使用卷积 - 解卷积神经网络进行单目遥感图像高度估计的方法，并使用柏林高分辨率航空图像数据集进行了验证，结果表明该方法有效。
PDF6 years ago
用于遥感影像全色增强的多尺度和多深度卷积神经网络
本研究提出了一种名为 MSDCNN 的多尺度和多深度卷积神经网络用于遥感影像的 pan-sharpening 任务，该网络通过卷积神经网络的多尺度特征提取和残差学习来实现非线性关系的有效建模，实验结果表明，与其他先进方法相比，MSDCNN
PDF7 years ago
深度盲图像修复
提出了一种盲图像修复算法，通过利用残差学习与编码解码结构来恢复缺失信息，以处理任意形状的损坏区域。
PDF7 years ago
ICCV级联残差学习：一种用于立体匹配的两阶段卷积神经网络
本文提出了一种级联卷积神经网络，它深度学习处理立体成像时产生的不适定区域难点，通过残差学习技术实现了高精度的视差图生成，达到了极佳的匹配效果。
PDF7 years ago
ICCV基于卷积残差学习的视觉跟踪算法 CREST
本文提出了 CREST 算法，将判别性相关滤波器（DCFs）改进为一层卷积神经网络，将特征提取、响应图生成和模型更新集成进神经网络进行端到端训练，通过残差学习来考虑外观变化以减少模型退化。实验结果表明，我们的 CREST 跟踪器在基准数据集
PDF7 years ago
CVPR增强型深层残差网络用于单张图像超分辨率
本文介绍提出的增强型深度超分辨网络（EDSR）和多尺度深度超分辨系统（MDSR），通过深度卷积神经网络（DCNN）和残差学习等技术，去除不必要的模块，并扩展模型大小和稳定的训练过程，实现比当前现有的超分辨率方法更高的性能和不同放大因子的高分
PDF7 years ago
通过学习深度残差网络提高多光谱图像全色增强的准确性
本文提出了一种采用残差学习构建非常深的卷积神经网络来实现全面利用深度学习模型的高非线性性的方法，经过大量高质量多光谱图像的定量和视觉评估，证明我们提出的模型优于比较中包括所有主流算法，达到了最高的空间光谱一致性精度。
PDF7 years ago
卷积神经网络去噪 SAR 图像
利用卷积神经网络学习判别模型以去噪 SAR 图像，该网络采用残差学习策略，训练时考虑多时相 SAR 图像及其多视版本，实验结果表明，与现有技术相比，该方法表现更好。
PDF7 years ago
DeepVisage：简单却具有强大的泛化能力的人脸识别技术
本文提出并实现了一种基于单个卷积神经网络的人脸识别方法，使用残差学习框架和归一化特征计算损失，实验证明在不同数据集上具有较好的泛化性能。
PDF7 years ago
DR2-Net: 基于深度残差重建网络的图像压缩感知
提出基于深度残差网络的压缩感知图像重构算法 DR$^{2}$-Net，通过两个观察，即线性映射可以重建高质量的初步图像，残差学习可以进一步提高重建质量。DR$^{2}$-Net 由线性映射网络和残差网络两个组件构成，实验结果表明其在压缩感知
PDF7 years ago
CVPR基于持久同调引导的流形简化，超越深度残差学习的图像恢复方法
本文提出了一种新的特征空间深度残差学习算法，通过将输入和标签流形解析地映射到特征空间来简化模型，从而在图像去噪和超分辨率任务上超越了现有的残差学习算法，并在 NTIRE 比赛中获得第三名。
PDF8 years ago
ECCV野外 1st 3D 人脸对齐 (3DFAW) 挑战的两阶段卷积部位热图回归
该论文描述了一种基于卷积部位热图回归的方法，将其用于 3D 人脸对齐并获得了 3DFAW 挑战赛的第一名，超过第二名超过 22% 的结果。
PDF8 years ago
一种超越高斯去噪器的深度卷积神经网络残差学习方法用于图像去噪
本文研究了前馈降噪卷积神经网络（DnCNN）的构建，引入残差学习和批归一化技术，进一步提高图像降噪性能，并实现了单一模型处理多种图像降噪任务，如高斯降噪、单张超分辨率和 JPEG 图像去块等。实验表明，基于 GPU 计算的 DnCNN 模型
PDF8 years ago
利用卷积神经网络去除压缩伪影
本文证明，通过结合残差学习、skip architecture、对称权重初始化，可以在较短的时间内单步训练 8 层卷积神经网络 (CNN)，并且相比较之前使用的小型网络和其他最先进方法，这种网络可以显著提供更好的 JPEG 压缩噪点减少的重
PDF8 years ago