transformer-based network | BriefGPT

关键词transformer-based network

搜索结果 - 36

PCPNet：一种用于点云预测的高效语义增强变换网络
本文提出一种新的高效 Transformer-based 的点云预测网络，并设计了语义辅助训练策略来对未来的 LiDAR 点云进行预测，该方法是完全自监督的，并且在预测结果和语义相似性上表现出超越最先进的 PCP 方法的性能，具有良好的实时
PDFa year ago
CVPR结构化多平面图像：桥接神经视图合成和 3D 重建
本文提出了一种称为 S-MPI 的新型多平面图像表示，这种表示可以有效地完成利用稀疏数据进行的视图合成任务，同时可以代表三维场景，本文使用基于转换器的网络处理 S-MPI 描述的数据，通过共享全局代理嵌入来保证多视图一致性，并且在包含多个局
PDFa year ago
AAAIShadowFormer：利用全局上下文提升图像去阴影效果
该研究提出了一种 Retinex-based 阴影模型和 ShadowFormer 转换器网络，通过多尺度通道的注意机制和 Shadow-Interaction Module 中的 Shadow-Interaction Attention
PDFa year ago
UniColor：一种基于 Transformer 的多模态上色统一框架
该论文提出了第一个统一框架 UniColor，支持多种颜色模态的着色，包括无条件和有条件的模态，如笔画、示例、文本以及它们的混合。该模型使用了 CLIP-based 方法将多模态条件转换为提示点的公共表示形式，并提出了一种 Transfor
PDF2 years ago
ECCVTransMatting: 使用 Transformer 增强透明对象抠图
这篇文章提出了一种基于 Transformer 的网络 ——TransMatting，能够模拟具有大感受野的透明对象。文章重新设计了 trimap，使用三个可学习的三元标记，以引入高级语义特征到自注意机制中。作者还使用一个小型卷积网络来利用
PDF2 years ago
MM使用 Transformer 进行跨模态食谱嵌入及大批量训练
本文提出了基于 Transformer 神经网络的大批量训练 (TNLBT) 的跨模型食谱检索框架，并应用层次 Transformer 的食谱文本编码器、Vision Transformer 的食谱图像编码器和对抗网络架构来实现更好的食谱文
PDF2 years ago
基于 Transformer 架构的 EEG 注意力估计的时空分析
本文提出了一种基于 transformer-based 网络的新型框架，用于从 EEG 信号中获取注意状态，进一步优化了特征提取方法和频带。该网络已在两个公共数据集上进行了训练和验证，并取得了比现有模型更高的效果，可应用于实际情况下，如评估
PDF2 years ago
CVPR基于占据网格图的端到端轨迹分布预测
本文提出了一种基于逆强化学习的多模态轨迹分布预测框架，采用栅格地图作为近似地面真实轨迹分布的显式和符合场景的方法，并使用不可分辨交叉熵来学习分布。同时，生成一组具有代表性的轨迹，通过可微分的基于 Transformer 模型的注意力机制进行
PDF2 years ago
ShapeFormer：基于 Transformer 和稀疏表示的形状补全
ShapeFormer 是一个基于 transformer 的网络，它可以在给定不完整和可能带有噪声的点云的情况下生成物体完成的分布，通过采样分布，可以生成类似于输入的可能完成物体，我们引入了一种紧凑的 3D 表示方法 —— 向量量化深度隐
PDF2 years ago
IIP-Transformer：基于骨架的动作识别的内部 - 外部部件转换器
本篇论文提出了一种新颖的 IIP-Transformer 网络用于骨架动作识别任务，通过同时结合人体骨骼和部件交互，实现了关节级别和部件级别的有效信息捕捉，同时引入了部分层级骨架数据编码和数据增强，大幅度提高了模型性能，过程中计算复杂度也得
PDF3 years ago
MobTCast：利用辅助轨迹预测进行人类移动预测
本文提出了 MobTCast：一种基于 Transformer 结构的上下文感知的网络模型，用于预测未来的兴趣点（POIs）。此模型探究了 4 种上下文对预测的影响：时间，语义，社交和地理位置，并通过引入自我注意机制和地理位置预测分支以及一
PDF3 years ago
CVPR视觉识别的光谱无监督域自适应
本文提出了一种可以在不同的视觉识别任务中推广的有效和高效的无监督域自适应技术 Spectral UDA（SUDA），该技术从两个方面解决了 UDA 的挑战，第一，引入了谱变换器（ST），通过同时增强源样本和目标样本的域不变谱的同时抑制域变谱
PDF3 years ago
EMNLP端到端合成数据生成用于问答系统领域自适应
本篇论文提出了一种用于合成问答数据生成的端到端方法，该模型包括一个基于 transformer 的编码器解码器网络，能够训练生成答案和问题，并且通过微调预训练的语言模型进行训练，实验结果表明，在领域适应的 QA 模型中，该生成器显著优于当前
PDF4 years ago
技术图纸的深度向量化
我们提出了一种新的技术线绘图矢量化方法，包括深度学习预处理、变形器网络估计矢量基元以及优化过程等步骤，该方法在代表性技术绘图上定量和定性地胜过现有技术。
PDF4 years ago
使用注意力模型自动标注 MRI 扫描放射学报告（ALARM）
本文介绍了一种基于 Transformer 网络的医学影像分类方法，通过自动标注专家医学报告中的图像标签，克服了大规模数据集标注的困难，其表现相当于专家放射科医师，高于专业医生，该方法可行性很高，并提供了在线代码以帮助研究人员标记自己的 M
PDF4 years ago
CVPR只需 15 个关键点
提出了一种基于 KeyTrack 的多人姿势跟踪方法，使用 Pose Entailment 方法跟踪人体关键点，使用 Transformer-based 网络分类判断姿势是否在时间上紧随另一个姿势，同时还使用一种无需参数的关键点精细化技术改
PDF5 years ago