دليل
هيكل الشبكة العصبية التطورية البحث خوارزمية تقوم على القيم والحقوق المشتركة
مشاهدة فيديو كشف الهدف البصرية
ضعيف يتضمن أسلوب التعلم تحت إشراف مركز المعلومات والتعرف على الحروف
تقديرات تستند إلى تصور فيديو 3D الجسم تشريح الموقف
RandLA نت: كتلة جديدة سحابة نقطة إطار تجزئة الدلالي
هيكل الشبكة العصبية التطورية البحث خوارزمية تقوم على القيم والحقوق المشتركة
عنوان الاطروحة: CARS: تطور المستمر لكفاءة العصبية العمارة البحث
الكاتب: تشاو هوى
تاريخ النشر: 2020/03/04
أوراق تحتوي على وصلة: الشبكي:؟ //Paper.yanxishe.com/review/13531 من = leiphonecolumn_paperreview0312
أوصت السبب
هذه المادة المادة 2020CVPR، هو هواوي ورقة. القضية الرئيسية لهذه الورقة هو تحسين هيكل الخوارزميات التطورية بحثا عن شبكة التدريب الشبكة العصبية عندما الانتخابات طويلة جدا، والكتاب تشير إلى ENAS وNSGA-III. على هذا الأساس، يقترح المؤلفون نهج جديد - التطور المستمر للبحث هيكل (تطور مستمر العمارة البحث)، كما يختصر CARS. استخدام يجعل طريقة كل المعرفة المكتسبة قدر الإمكان، بما في ذلك هيكل والمعلمات من الجولة الأخيرة من التدريب.
ابتكارات:
1، قمنا بتطوير طريقة فعالة للبحث عن التطور المستمر للشبكات العصبية. يمكنك ضبط البناء الشامل من أحدث جيل المشتركة المعلمات SuperNet في مجموعة التدريب البيانات.
2، والفرز استراتيجيات لاختيار أحجام مختلفة شبكة ممتازة، وتستغرق وقتا طويلا الحاجة العامة سوى يوم وGPU 0.5 التي يهيمن عليها لا شيء.
مشاهدة فيديو كشف الهدف البصرية
أطروحة العنوان: كشف حضر الأهداف البصرية في الفيديو
الكاتب: تشونغ Eunji / وانغ يونغ شين / رويز ناتانييل / Rehg جيمس م.
تاريخ النشر: 2020/03/05
أوراق تحتوي على وصلة: الشبكي:؟ //Paper.yanxishe.com/review/13533 من = leiphonecolumn_paperreview0312
أوصت السبب
هذه الورقة هي CVPR استقبال 2020، من أجل حل هذه المشكلة هو الكشف عن موضع اهتمام في شريط الفيديو. على وجه التحديد، والهدف من ذلك هو تحديد كل إطار الفيديو من خط كل شخص البصر، والتعامل الصحيح من الإطار الخارجي (القضية. المذكورة بنية جديدة تحاكي بشكل فعال التفاعل الديناميكي بين المشهد وخصائص الرأس إلى التغيرات يستنتج مع مرور الوقت وجوه الفائدة. في نفس الوقت هذا يدخل رقة مجموعة بيانات جديدة VideoAttentionTarget، ويحتوي على العالم الحقيقي التجارب السلوك النظرة المعقدة والديناميكية التي أجريت على مجموعات البيانات تشير إلى أن النموذج المقترح يمكن الاستدلال الفيديو من الاهتمام. لمزيد من إثبات فائدة من طريقة، وتوقعت الصحيفة لفت الانتباه تطبيقها على اثنين من النظرة الاجتماعية المهام الاعتراف السلوك، وتظهر المصنف الناتج هو أفضل بكثير من الطرق الحالية.
ضعيف يتضمن أسلوب التعلم تحت إشراف مركز المعلومات والتعرف على الحروف
عنوان الاطروحة: ضعيف يشرف التعلم ميزة التمييزي مع معلومات الحالة لتحديد شخص
الكاتب: يو هونغ شينغ / تشنغ وي شي
تاريخ النشر: 2020/02/27
أوراق تحتوي على وصلة: الشبكي:؟ //Paper.yanxishe.com/review/13409 من = leiphonecolumn_paperreview0312
أوصت السبب
هذا ويعرض ورقة تحت إشراف ضعيف طريقة التعلم باستخدام الدولة معلومات مشاة الاعتراف التنفيذ.
في الحصول على تكلفة عالية جدا من المسمى يدويا واقع التدريب البيانات، وذلك باستخدام التعلم غير خاضعة للرقابة لتحديد ملامح بصرية مختلفة كل المشاة لديها أهمية كبيرة جدا. ولكن نظرا لموقف اطلاق النار كما زاوية الكاميرا الخلافات الوضع غير متكافئة، ونفس الصور الفردية هي الاختلافات البصرية موجودة، لدراسة تصنيف غير خاضعة للرقابة جلبت صعوبات كبيرة. واقترحت هذه الورقة يمكن استخدامها الضعيف طريقة التعلم بإشراف لا تتطلب هذه اليدوية معلومات الحالة الشرح (مثل وضع كاميرا تصوير أو مواجهة أبعاد الزاوي)، يفترض طريقة استخدام القرار الأمثل الحدود فئة معلومات الدولة، وتعديل معلومات حالة استخدام تعويض ميزات تحديد السيطرة. أطروحة على مجموعات بيانات الاختبار ديوك ريد، MultiPIE وCFP، والنتيجة هي أعلى بكثير من الطرق الأخرى القائمة، في حين أشرف على نموذج والأوراق القياسية وتمت مقارنة نماذج التعلم أيضا في المقارنة، وأظهر أداء قابلة للمقارنة. كود المادة الشبكي واضحة: //github.com/KovenYu/state-information.
تقديرات تستند إلى تصور فيديو 3D الجسم تشريح الموقف
عنوان الاطروحة: بوز التشريح علم 3D الإنسان Estimationin فيديو
الكاتب: تيانلانغ تشن
تاريخ النشر: 2020/02/01
أوراق تحتوي على وصلة: الشبكي:؟ //Paper.yanxishe.com/review/13408 من = leiphonecolumn_paperreview0312
أوصت السبب
الآثار المترتبة على البحث:
يعرض هذه الورقة شريط فيديو جديدا في مجال حلول تقدير تشكل البشري 3D. مقارنة مع الأبحاث التقليدية، فإن هذه الورقة ليست مباشرة وفقا لدراسة 3D موقف مشترك، ولكن من وجهة نظر تشريح الهيكل العظمي البشري، والمهمة في العظام وطول العظام التنبؤ الاتجاه التنبؤ التنبؤ من اثنين من المفاصل يمكن أن تعطي ثلاثية الأبعاد الموقع.
ابتكارات:
1، تقترح هذه الورقة كامل نشر التفاف الوثب الطويل هيكل الصدد، الاتجاه التنبؤ للعظام. هيكل الشبكة يمكن تحقيقه عندما طبقات الاتجاه التكهن العظام دون استخدام أي وحدات تستغرق وقتا طويلا للتخزين (مثل LSTM).
2، وذلك باستخدام ضمنية آلية الاهتمام 2D نقاط رئيسية ردود الفعل كسور الرؤية في النموذج بمثابة دليل إضافي، التي تخفف بشكل كبير العديد من المواقف الصعبة في عمق الغموض.
RandLA نت: كتلة جديدة سحابة نقطة إطار تجزئة الدلالي
عنوان الاطروحة: RandLA نت: كفاءة الدلالية تجزئة كبيرة النطاق نقطة الغيوم
الكاتب: Qingyong هو جين تاو
تاريخ النشر: 2020/02/01
أوراق تحتوي على وصلة: الشبكي:؟ //Paper.yanxishe.com/review/13407 من = leiphonecolumn_paperreview0312
أوصت السبب
جوهر هذا المقال:
يدخل الكاتب في إطار شبكة RandLA-الصافية لاستنتاج دلالات لكل نقطة على سحابة نقطة على نطاق واسع. السبب نقطة أخذ العينات طريقة اختيار عشوائي بدلا من نقطة أكثر تعقيدا، لأن الإطار يمكن أن يقلل كثيرا من أثر الذاكرة من تكلفة الحسابية. وبالإضافة إلى ذلك، وضعت الكتاب وحدة نمطية ميزة التجميع المحلية الجديدة، وذلك باستخدام بنية شبكة خفيفة الوزن، RandLA-صافي الدليل القاطع أن الإطار الشبكة، ويمكن استخدامها بشكل فعال في حل مشكلة سحابة نقطة كتلة.
ابتكارات:
على بنية الشبكة المقترحة (RandLA نت) على أساس بسيطة وفعالة أخذ العينات العشوائية سمة المحلية البلمرة. وحقق طريقة لتقسيم مجموعة البيانات Semantic3D SemanticKITTI وغيرها من مجموعات البيانات نقطة مشهد كبيرة سحابة نتائج جيدة جدا، مما يدل على خصائص ممتازة للأسلوب، وعلاوة على ذلك وجدنا بالتجربة أن الإطار المقترح لشبكة والكفاءة الحاسوبية هي جدا عالية، أفضل بكثير من النماذج الأخرى.
شبكة شبكة شبكة لى فنغ لى فنغ لى فنغ
