关键词visual correspondences
搜索结果 - 6
- 基于视觉对应关系的解释可提高 AI 鲁棒性和人工智能团队准确性
本文提出两个自解释图像分类器的新架构,这些分类器通过利用查询图像与样本之间的视觉对应关系,首先解释,然后预测,从而解释了人工智能(AI)预测,并且获得了更高的准确性和更有用的解释。
- CVPR卷积霍夫匹配网络
本文提出了一种基于 Hough 变换的卷积匹配算法 (Convolutional Hough Matching),该算法可以在大量图像差异性的情况下实现可靠的视觉对应,并采用可训练的神经层进行非刚性匹配。实验证明,这种方法在语义视觉对应的标 - ECCV时空视频对齐
本文讨论了跨视频提取视觉对应关系的任务,提出了一种使用交叉视频循环一致性来学习空间和时间对应关系的新方法,成功实现了语义相似的贴片在视频中的对应,并学习到对物体和动作状态敏感的表示。
- ICCVSPair-71k:用于语义对应的大规模基准测试数据集
该论文提出一种新的大规模基准数据集 SPair-71k 用于在计算机视觉领域解决语义对应问题,其中包含大量变化视角和尺度的图像,从而为解决语义对应问题提供了可靠的测试基础和促进此领域的进一步发展。
- ICCV超像素流:多层神经特征的语义对应
本研究提出了一种基于超像素的图像匹配算法,利用卷积神经网络中的早期到后期的相关特征,结合 Hough 几何投票算法,能够有效地处理大量图像,并在多个标准基准测试中创造新的记录。
- NIPS通用对应网络
本文提出了一种深度学习框架,用于准确的视觉对应,并证明了其在几何和语义匹配中的有效性,提出了一种卷积空间变换器来模仿传统特征(如 SIFT)中的补丁归一化,广泛的 KITTI,PASCAL 和 CUB-2011 数据集的实验表明,与使用手工