spatial transformer network | BriefGPT

关键词spatial transformer network

搜索结果 - 14

无限 3D 关键点：提升连续 2D 面部关键点检测
这篇论文主要探讨了人脸标记探测器的实际应用中存在的三个重要问题，并展示了如何通过特定的架构改进来提高其准确性和时间稳定性。
PDFa month ago
复杂拓扑场景中的单应性估计
我们提出了一种基于字典的自动化摄像机校准方法，利用定制的空间变换网络（STN）和新颖的拓扑损失函数，改善了 IoU 指标，相对于最先进模型提高了 12％。
PDFa year ago
基于空间变换网络的舌头超声无声语音界面适应性
利用深度学习算法从口腔运动数据中合成出可理解的语音，但相关模型区分度较高，对不同用户快速切换不便。该论文中利用空间变换网络（STN）模块扩展深度网络提高使用噪声下的语音接口模型的适应性，该方法有效降低了标准误差并提高了同一发言者不同录音周期
PDFa year ago
针对资源匮乏语言和字母的词典来源的可扩展手写文本识别系统
本文介绍了一种解读大量手写历史词典索引卡的方法，使用一种特别设计的手写文本识别解决方案，包括优化的检测模型，SPN、RCNN 和 CTC 三种卷积神经网络结构，以及基于约束的单词匹配算法。该方法在波兰 17th-18th 世纪历史词典的 2
PDFa year ago
ICMLSAFL：一种自注意力场景文本识别器，有关注损失
本文提出了一个基于自注意力和 STN 的神经网络模型用于场景文本识别，引入 focal loss 训练模型以便更好地关注低频样本，在七个基准测试中得到了最佳结果。
PDF3 years ago
ECCVDProST: 动态投影空间变换网络用于六维姿态估计
本文提出了一种基于投影网格的物体 6D 位姿估计系统，该系统采用动态投影空间变换网络方法，可在无模型的情况下进行位姿估计，并在 LINEMOD 和 LINEMOD-OCCLUSION 数据集上优于最先进的基于网格的方法，在 YCBV 数据集
PDF3 years ago
基于热图引导的自适应关键点排序的底层人体姿态估计
本文介绍了一种基于向下拼接的人体姿态估计框架，其中通过关键点检测和聚类两个阶段进行处理。在该框架下，本文提出了多种方案，包括使用关键点热图进行像素级别的关键点回归、采用像素级别空间变换网络学习适应性表示处理尺度和方向差异并提高关键点回归质量
PDF4 years ago
基于互联卷积神经网络的端到端人脸解析
提出了一种基于 Spatial Transformer Network 的 end-to-end 面部分割框架，称为 STN-iCNN，通过在两个分离的训练阶段之间添加 STN，将原始 two-stage iCNN 连接起来，从而显着提高了
PDF4 years ago
ICCV使用深度惩罚重建紧密对齐数百万图像
该论文提出了一种基于稠密融合的空间变换器网络和低容量自编码器的无监督联合对准方法，能够在 MNIST 和 LFW 数据集中高精度、鲁棒地对齐数百万张图像，比现有方法具有更好的对齐质量和初始鲁棒性。
PDF5 years ago
从风格化肖像中恢复保持身份特征的人脸
本文提出了一种 IFRP 方法，结合了 SRN 和 DN 网络，通过 STN 自动矫正艺术肖像图像的定位问题，并使用 FaceNet 网络检测提取人脸特征，从而实现从不对齐的肖像中恢复出保留主体身份的高质量真实面部图像。
PDF5 years ago
CVPRST-GAN: 基于空间变换的生成式对抗网络用于图像合成
使用生成对抗网络和空间变换网络 (STNs) 实现将前景对象和背景图像自然组合的研究，提出了迭代 STN 变形机制和逐步训练策略，适用于高分辨率图像。
PDF6 years ago
STN-OCR: 一个单一神经网络实现文本检测和文本识别
本文提出了 STN-OCR，一种使用深度卷积神经网络进行场景文本识别的半监督学习算法，并使用空间变换器网络和文本识别网络完善识别流程，并在公共基准测试数据集上测试了该模型在字符识别和文本行识别的表现。
PDF7 years ago
ICCV超越实时的面部对齐：基于 3D 空间变换网络的非约束姿态方法
通过使用三维空间变形网络（3DSTN）模型相机投影矩阵和三维模型的形变参数，我们提出了一种新颖的方法同时提取面部的三维形状和语义一致的二维对齐，可以在比实时更快的速度下通过网络一次传递实现。我们的模型在 AFLW 和 AFLW2000-3D
PDF7 years ago
循环空间变换网络
本文研究了如何将最近提出的空间变换网络（SPN）[Jaderberg et. al 2015] 集成到递归神经网络（RNN）中，形成一个 RNN-SPN 模型，用于对杂乱的 MNIST 序列中的数字进行分类。我们的模型通过对感兴趣的区域进行
PDF9 years ago