temporal cues | BriefGPT - AI 论文速递

关键词temporal cues

搜索结果 - 12

通过预测物体移动来学习时间线索的多摄像头三维物体检测
在自动驾驶和机器人技术中，利用短期历史数据增强多摄像头 3D 物体检测的兴趣日益增长，通过利用输入视频流的连续且相关性质来实现。最近的研究集中在基于 BEV（鸟瞰图）的特征在时间步内的空间对齐上。然而，由于长期过去的观测没有良好的扩展效果，
PDF3 months ago
CVPRS-DyRF：基于参考的动态场景风格化辐射场
提出了 S-DyRF，一种基于参考的时空风格化方法，通过引入时间伪参考进行粗略和细致的风格转移，实现了动态 3D 场景的合理风格化结果
PDF4 months ago
SODFormer：使用事件和帧的流式目标检测变换器
提出一种名为 SODFormer 的基于 Transformer 的流式目标检测器，它通过首次集成事件和帧来连续异步检测物体，有效利用丰富的时间线索和融合两种异构视觉流，结果显示该方法在检测性能上优于四种现有方法和八种基线，可以成功处理高速
PDFa year ago
ICCV简单算术运算对于时间建模有何作用？
通过计算加法、减法、乘法和除法等四种算术运算，提取帧特征产生辅助时间线索，利用这些线索从原时间无关域中提取对应特征，从而实现简化的时间建模。我们的研究表明，这种算术时间模块 (ATM) 在低计算成本下提供了强大的时间建模能力，并且与基于 C
PDFa year ago
COSA: 连接样本预训练的视觉 - 语言基础模型
本研究提出了 COSA，一种 COncatenated SAmple 预训练视觉语言基础模型，它通过仅使用图像 - 文本语料库，联合建模视觉内容和事件级时间线索，使现有的图像 - 文本语料库转化为一种伪长篇视频 - 段落语料库，并在包括检索
PDFa year ago
ICLR利用动态提示提高对抗性可转移性
本文研究对抗扰动的可迁移性，发现图片模型生成的攻击无法捕捉动态场景中的时态信号，为此我们提出了一种基于冻结图像模型的时间提示的优化方法，使得图像模型能够被用于欺骗黑盒视频模型。
PDFa year ago
CVPR深度双连续网络用于人体姿态估计
本文提出了一种基于多帧和时序信息的人体姿态估计方法。该方法包含三个模块：姿态时序合成器、姿态残差融合模块和姿态校正网络。在 PoseTrack2017 和 PoseTrack2018 数据集上进行的实验结果表明，该方法取得了最佳效果，并已发
PDF3 years ago
ICCV视频中高效姿态估计的动态核蒸馏
提出了一种基于 DKD 模型的人体姿势估计方法，通过利用时间线索进行姿势核的在线蒸馏和通过简单的卷积计算实现当前帧和姿势核之间的匹配，从而实现对小网络姿态估计的显著提升。
PDF5 years ago
CVPR利用自我训练实现目标检测器对新领域的自动适应
本文提出了一种基于未标注视频数据的无监督目标检测器自适应方法，该方法利用现有检测器的高置信度检测结果和跟踪器获取时序提示来自动获取目标数据标签，然后通过修改知识蒸馏损失函数和软标签的分配方法进行重新训练，实验结果表明该方法恰当地利用了追踪获
PDF5 years ago
多帧光流估计的融合方法
本文提出了一种简单而有效的多帧光流估计的融合方法，该方法利用了长期的时间线索，首先将前几帧的光流投影到当前帧，然后将这些光流之间携带的互补信息融合为一个新的光流场，并在 MPI Sintel 和 KITTI 2015 基准测试中排名第一。
PDF6 years ago
视频稀疏对抗性扰动
通过计算基于 l2,1 范数的优化算法，我们在 CNN + RNN 网络中使用传播来计算视频的稀疏对抗扰动，即只需扰动视频中的一帧，即可使 DNN 的错判率可达 59.7％。
PDF6 years ago
时域三维卷积神经网络：视频分类的新架构和迁移学习
该研究论文提出了一种基于 3D CNN 和新颖的神经网络结构，可以使视频分类和人类行为识别的准确性优于现有技术，并通过迁移学习的技巧从二维卷积神经网络中转移知识来改善三维卷积神经网络的训练效果。
PDF7 years ago