transformer-based approach | BriefGPT

关键词transformer-based approach

搜索结果 - 34

CVPR2D-3D 对齐下的异常检测
本研究介绍了一种基于视觉线索的自动异常检测方法，在制造和产品质量评估等各个领域具有实际意义。我们提出了一个新的条件异常检测问题，通过将查询图像与参考形状进行比较，来识别图像中的异常。为解决这一挑战，我们创建了一个大型数据集 BrokenCh
PDF7 days ago
基于方向窗口注意力的医学图像分割
DwinFormer 是一个层级编码器解码器架构，具有方向窗口（Dwin）注意力和全局自注意力（GSA）用于特征编码，通过在水平、垂直和深度方向分别执行注意力，在输入特征图的这些方向体积中有效地捕捉局部和全局信息，实验证明它在医学图像分割方
PDF9 days ago
基于注意力的时间连续框架下流体状态插值和编辑学习
在这项工作中，我们介绍了 FluidsFormer：一种基于 Transformer 的方法，用于在连续时间框架内进行流体插值。通过结合 PITT 和残差神经网络（RNN）的能力，我们可以对流体状态的物理属性进行解析预测，从而使我们能够在模
PDF22 days ago
BRACTIVE：一种基于脑活动的人类视觉脑学习方法
BRACTIVE 是一种基于 transformer 的新型框架，它通过 fMRI 信号将受试者的视觉特征与相应的脑表示对齐，从而识别出受试者的感兴趣脑区，此外，利用人类视觉脑活动来指导深度神经网络在各种基准测试中提高了性能。
PDFa month ago
DLAFormer：文档布局分析的端到端 Transformer
本文介绍了一种名为 DLAFormer 的基于 Transformer 的文档布局分析方法，将各个子任务整合到一个模型中，利用统一的关系预测模块同时处理多个任务，并引入一组类型化查询来增强 DET 的内容查询的物理意义，采用粗细策略准确识别
PDFa month ago
通过捕获物体间的关系提升航空图像中的检测能力
基于 transformer 的方法在三个基准测试中表现出一致的性能提升，特别是在 DOTA-v1.5 和 HRSC 2016 上名列前茅，相对于基线方法分别增加了 1.59 mAP 在 DOTA-v1.0、4.88 mAP 在 DOTA-
PDF3 months ago
带有角色引导和标题增强的遮蔽生成故事变换器
Story Visualization 任务的挑战在于生成图像序列中的视觉质量和帧间的一致性。我们采用并行的基于 transformer 的方法，通过过去和未来的描述与图像进行交叉注意力来实现一致性，并结合文本条件和字符条件的逻辑回归来隐式
PDF4 months ago
基于 Transformer 的统计参数估计
基于 Transformer 的方法在参数估计中能够无需数学推导、密闭解、或概率密度函数，仅需单次推断即可根据样本观测值估计潜在分布的参数，与最大似然估计相比在常用分布上达到更高的精确度。
PDF4 months ago
PlaceFormer：基于多尺度图像块选择和融合的基于 Transformer 的视觉地点识别
PlaceFormer 是一种基于 Transformer 的视觉地点识别方法，它利用来自 Transformer 的 patch tokens 创建全局图像描述符，并通过几何验证选择与任务相关区域相对应的补丁，生成跨不同补丁尺寸的相似度分
PDF5 months ago
扩散模型生成逼真的视频
通过扩散建模，我们提出了一种基于转换器的 W.A.L.T 方法，用于逼真视频生成。我们采用了两个关键设计决策：一是使用因果编码器在统一的潜在空间中联合压缩图像和视频，实现跨模态的训练和生成；二是为了记忆和训练效率，我们使用了一个针对联合空间
PDF7 months ago
基于 Transformer 的异质显著图表示学习用于高光谱和 LiDAR 数据的多模态融合分类
通过结合多模态图像，本文提出了一种基于 Transformer 的异质显著图形表示（THSGR）方法，以实现更加细致、准确的地表覆盖解释，并且在多个基准数据集上展示了该方法的性能。
PDF8 months ago
MASK4D：4D 全景分割的掩码变换器
Mask4D 是一种基于 Transformer 的方法，用于将 LiDAR 点云进行 4D 全景分割的挑战性任务，直接预测语义实例及其时间关联，无需借助任何手工设计的非学习关联策略，通过引入时空实例查询编码每个实例轨迹的语义和几何特性，并
PDF9 months ago
WMFormer++：嵌套 Transformer 用于隐式联合学习的可见水印去除
采用 Transformer 和嵌套结构的方法对数字水印的提取和背景修复进行统一处理，通过简化现有的框架实现了最先进的性能并生成高质量的图像。
PDF10 months ago
TrOMR：基于 Transformer 的多声部光学乐谱识别
该研究提出了一种基于 Transformer 的方法，名为 TrOMR，具有优秀的全局感知能力，用于端到端的复调 OMR。通过引入一种新颖的一致性损失函数和合理的数据注释方法来提高对复杂乐谱的识别精度，并在大量实验证明 TrOMR 在真实场
PDFa year ago
在高速公路合流情境中，利用变长观测进行轨迹预测以进行运动规划
本文提出了一种基于 Transformer 模型的轨迹预测方法，用于处理长度大于一帧的观测段，通过在大规模数据集上的测试表明其可以有效提高自动驾驶汽车在高速公路合流等场景下的安全性、舒适性和效率。
PDFa year ago
基于概率 TransUNet 的白质高信号区分割
本研究提出了一种名为 Probabilistic TransUNet 的方法来解决医学图像中小物体分割的准确性和模糊性问题，并通过 k 折交叉验证和跨数据集鲁棒性实验表明加入概率模型和使用基于 Transformer 的方法可以取得更好的性
PDFa year ago
从完整手写页中提取键值信息
本篇论文提出了一种基于 Transformer 的方法，用于从数字化手写文件中提取信息，将特征提取、手写识别和命名实体识别的步骤结合成了一个模型，并且在不同分辨率下比较了传统的两阶段方法，实验证明全页注意力模型能够从键值注释中进行学习，并且
PDFa year ago
针对法语命名实体识别的对抗性适应
本文介绍了一种基于 Transformer 和对抗适应的命名实体识别方法，可以利用同一领域或混合域的无标注语料库进行大规模的特征学习和消除过拟合，以解决法语和其他资源相对有限的语言中 NER 任务的问题。实验结果表明，该方法在各种组合的 T
PDFa year ago
AAAI基于 Transformer 的法语命名实体识别：通过对相似领域语料库的对抗性适应实现
本研究提出一种基于 Transformer 和对抗适应的 NER 方法，用于针对资料较少的语言如法语中的实体识别问题。实验结果表明，该方法在三个标注数据集上的表现优于相应的未适应模型。
PDF2 years ago
EMNLP基于 Transformer 的实体类型在知识图谱中的应用
本研究提出了一种基于 Transformer 的实体类型推断方法 (TET)，通过对实体邻居内容的有效编码，利用三种不同机制 (本地 Transformer、全局 Transformer 和上下文 Transformer) 来推断实体的缺失
PDF2 years ago