Learning Cross Modal Deep Representations for Robust Pedestrian Detection : : Motivation： 本文主要是考虑了在光照极端恶劣的情况下，如何充分的利用 thermal data 进行协助学习提升 可见光图像的 特征表达能力，而借鉴了 ICCV 年的一个文章，称为：监督迁移的方法，以一种模态的特征为 label，以 ...
2017-04-11 19:56 0 1508 推荐指数：
Introduction 对于image-text embedding learning，作者提出了 cross-modal projection matching (CMPM) loss 和 cross-modal projection classification (CMPC) loss ...
Deep Supervised Cross-modal Retrieval 摘要 在本文中提出了一种新颖的跨模式检索方法，称为深度监督跨模式检索（Deep Supervised Cross-modal Retrieval, DSCMR）。它旨在找到一个通用的表示空间，在其中可以直接比较来自 ...
Learning Attribute-Specific Representations for Visual Tracking AAAI-2019 Paper：http://faculty.ucmerced.edu/mhyang/papers/aaai2019_tracking.pdf ...
的识别效果。 这篇论文的主要思想是通过学习两个deep network来构建face attrib ...
之前提到，深度神经网络在训练中容易遇到梯度消失/爆炸的问题，这个问题产生的根源详见之前的读书笔记。在 Batch Normalization 中，我们将输入数据由激活函数的收敛区调整到梯度较大的区域，在一定程度上缓解了这种问题。不过，当网络的层数急剧增加时，BP 算法中导数的累乘效应还是很容易 ...
Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法过高的估计在特定条件下的动作值。实际上，之前是不知道是否这样的过高估计是 common ...
最近正在研究行人检测，学习了一篇2014年发表在ECCV上的一篇综述性的文章，是对行人检测过去十年的一个回顾，从dataset，main approaches的角度分析了近10年的40多篇论文提出的方法，发现有三种方法（DPM变体，Deep networks，Decision forests ...
中心思想 继Relation Network实现可学习的nms之后，MSRA的大佬们觉得目标检测器依然不够fully learnable，这篇文章类似之前的Deformable ROI Poolin ...
