transformer network | BriefGPT

关键词transformer network

搜索结果 - 54

PiClick: 基于点击的交互式分割中选择所需掩模
提出了一种基于交互式分割的语义多样性分割网络 PiClick，利用 Transformer 网络结构实现互动式 mask 查询，设计了 Target Reasoning 模块，能够自动推断出所有建议中最匹配的 mask，显著减少了目标模糊性
PDFa year ago
CVPR动态视频的自适应人像抠图
通过使用编码解码网络和 transformer 网络，本文介绍了一个名为 AdaM 的自适应合成框架，用于动态视频中的前景和背景分割及 alpha 通道遮罩；在多数据集测试中，AdaM 显示出较高的适应性和合成实况，同时取得新的最佳通用性。
PDFa year ago
OccFormer: 双路径 Transformer 用于基于视觉的 3D 语义占用预测
本文介绍了 OccFormer，一种双路径 Transformer 网络，有效地处理了用于自主驾驶的 3D 立体体素特征，并在 SemanticKITTI 数据集上对语义完整性和 nuScenes 数据集上的 LiDAR 语义分割方面优于现
PDFa year ago
使用复用技术简化变形金刚网络以用于语音识别的 Sim-T
本文提出了一种新型轻量级模型 Sim-T，通过分别运用模块权重多路复用和注意力分数多路复用两种技术，实现了对 Transformer 模型的有效压缩，并验证了其在语音识别任务上的高效性和优越性。
PDFa year ago
面部转换器：实现高保真度和准确率的人脸交换
本文描述了一种新颖的人脸交换网络，使用 transformer 网络来学习源脸部与目标脸部之间高质量的语义感知对应，实现在交换后的脸部图像中同时保留源身份和目标属性。
PDFa year ago
本体预训练用于毒性预测
利用本体论先训练（ontology pre-training）方法将人类知识集成到神经网络中，可以提高其鲁棒性和可解释性，在小分子毒性预测问题上表现出优越性能和更好的特征集中能力，并有一定的通用性。
PDFa year ago
文本清晰与全身变形器：微软参加 WMT22 共享任务的手语翻译提交
本文介绍微软对 WMT 2022 年第一次手语翻译共享任务的提交结果，展示了一种基于动作识别的全身信息提取、标准 Transformer 网络应用、目标文本数据清理的手语翻译系统，该系统在测试集和开发集上的 BLEU 得分是参与者中最好的，
PDF2 years ago
MMSIM-Trans：用于精细视觉分类的结构信息建模 Transformer
本文提出了一种结构信息建模 transformer 方法（SIM-Trans），以增强 Fine-grained visual categorization 任务中物体的判别表征学习，其中引入了两个轻量级并易于端到端训练的模块：结构信息学习
PDF2 years ago
基于分布外重放的连续学习多头模型
本文提出了一种基于 Transformer 网络的多头模型，使用类特定的分类器来解决类不断增加的连续学习任务，同时支持不同类别数据的 Out-of-Distribution 检测，实验结果优于现有技术。
PDF2 years ago
交互变换器：人类反应生成
本研究提出了一种基于交互 Transformer 的新模型，该模型结合了时间和空间的注意力机制，通过使用图形和交互距离模块进一步提高了空间注意力的性能，可用于生成更复杂和长期的交互动作。
PDF2 years ago
基于投影的 K 空间变换网络用于少样本径向 MRI 重建
使用 Transformer 网络重排径向部分数据以更好地处理非直角 k 空间成像，进而提高 MRI 图像的重建质量
PDF2 years ago
基于 Transformer 的知识归属模式挖掘
本文研究了 Knowledge Neurons 框架的知识神经元以及它们在 Transformer 网络中对于事实和关系知识的归因。研究发现，大多数的事实知识可以归属于网络的中高层。而中间层次则更多负责关系信息，最后数层则进一步提炼成实际的
PDF2 years ago
ECCV世界上这张图片是在哪里？基于 Transformer 的野外地理定位
本文提出了 TransLocator，这是一种基于双分支 Transformer 网络的方法，使用单一 RGB 图像和其语义分割图像进行地理定位和场景识别的多任务学习，其在四个基准数据集上均获得了比现有方法高的准确度。
PDF2 years ago
一个稳健和可扩展的基于注意力引导的深度学习框架用于动作质量评估
使用深度学习与骨骼数据增强技术，提高自动化运动质量评估的准确性来辅助物理康复训练。
PDF2 years ago
Transformer 网络在原始 EEG 数据分类中的有效性
本篇论文探讨了 Transformer 网络用于分类清洗和预处理后的脑电图（EEG）数据的有效性和性能，结果表明，基于 Transformer 的深度学习模型可以成功地消除对 EEG 数据特征提取的需求，实现了脑电图数据的高效分类。
PDF2 years ago
ECCVPoseur：基于 Transformer 的直接人体姿势回归
提出了一种基于 Transformer 网络的 2D 人体姿势估计方法，直接将图像转换为坐标进行回归预测，并利用自适应注意力机制来提高关键点坐标预测精度，实现了在 MS-COCO 数据集上超越同类方法的目标。
PDF2 years ago
VLMo：混合模态专家的统一视觉语言预训练
本研究提出了统一的视觉 - 语言预训练模型 (VLMo)，通过模块化的 Transformer 网络共同学习双编码器和融合编码器。实验结果表明，VLMo 在各种视觉 - 语言任务中取得了最先进的结果。
PDF3 years ago
将图像转化为地图
通过使用新形式的变压器网络，直接将图像或视频转换为俯视图或鸟瞰视图，从而获得即时映射，通过顺序到顺序的翻译来生成地图，利用图像的背景信息来解析每个像素的作用，该算法在三个大规模数据集上的表现达到了最佳水平。
PDF3 years ago
T6D-Direct: 多物体 6D 姿态直接回归的 Transformers
本文提出了基于 Transformer 神经网络，通过直接估计的方式在 YCB-Video 数据集上进行 6D 多物体姿态估计，实现了最快的推理时间和与最先进方法相当的姿态估计精度。
PDF3 years ago
ICCV具有线性竞争单元的随机变换器网络：应用于端到端 SL 翻译
本文提出一种端到端模型，不需要手势序列，只使用文本，其由 Transformer 网络和一种新型的局部赢者采取所有层组成，并演示了其在 PHOENIX 2014T 基准测试中达到了最佳 BLEU-4 分数，但没有使用手势进行模型训练，并且内
PDF3 years ago