temporal coherence | BriefGPT

关键词temporal coherence

搜索结果 - 50

ICCV无监督排序序列的表示学习
本文提出了一种利用视频进行无监督表示学习的方法，采用时序一致性作为监督信号，将表示学习形式化为序列排序任务，通过训练卷积神经网络对打乱的图像序列进行排序，以预测正确的顺序。实验结果表明，我们的方法在行动识别、图像分类和物体检测任务上比状态
PDF7 years ago
从视频中无监督地学习解缠表示
DrNET 是一种用于学习从视频中生成分离图像表示的新型模型，通过利用视频的时间一致性和新型的对抗性损失函数来学习一种表示，该表示将每一帧分解为一个固定部分和一个随时间变化的成分，这种分离的表示可以用于一系列任务，例如将标准 LSTM 应用
PDF7 years ago
基于流引导的视频目标检测特征聚合
该研究提出了一种基于流引导特征聚合的视频物体检测学习框架，该框架通过沿着运动路径聚合邻近特征来提高视频的识别精度，避免了视频中物体外观退化的问题，并且完全可训练，与 ImageNet VID 挑战的最佳工程系统相当
PDF7 years ago
在线连贯视频风格转移
通过设计一种具有短期和长期相干性的即时视频风格转化网络，以处理使用不同图像风格化网络的视频序列，高效生成连贯、极具视觉效果和数量效应显著优于基本算法的结果。
PDF7 years ago
无标签视频中的物体中心表示学习
本研究介绍了一种从未标记的视频中进行无监督学习的新方法，通过引入一种面向物体的时间相干性方法来促进学习具有相似表征的物体，并在多个基准数据集上展示了与竞争无监督方法相比显著的准确度提高。
PDF8 years ago
CVPR单次视频目标分割
本文提出一种基于神经网络的半监督视频目标分割技术，能够在保证处理速度的前提下提升目标分割的效果。
PDF8 years ago
CVPR复杂动态场景的时空一致性四维重建
本文介绍了一种重建 4D 时间连续场景模型的方法，该方法使用多个移动相机进行重建，可以重建动态或静态物体，同时将稀疏 - 稠密时序对应与联合多视角分割和重建结合使用，利用时间上的连续性克服了视觉歧义，并通过引入测地线星凸性的约束实现了具有鲁
PDF8 years ago
SR-Clustering: 基于语义规范的自我中心照片流聚类分割
该研究使用卷积神经网络提取语境和语义信息，并通过语言处理技术将其定义为概念，然后利用时间上的连续性将共享上下文和语义属性的图像组合在一起，从而实现佩戴式相机拍摄的照片流的自动语义分割，并在活动识别等方面取得了优秀的效果。
PDF9 years ago
ICLR基于时间相干性的半监督调节
本文证明了时间上下文对于半监督增量调整的有效性，揭示了深度体系结构，在轻微的有监督方式下训练，如果暴露于未标记数据的视频序列，则可以逐步提高其分类准确率。
PDF9 years ago
ICCV无监督学习时空一致度量
本文研究在没有监督训练下在时间上连续的视频数据中进行无监督特征学习的方法，主要包含自编码器、时间和稀疏性正则化、缓慢特征学习和度量学习，最终得到一个更具有时间和语义一致性的度量方法。
PDF10 years ago