HybridSN: Exploring D DCNN Feature Hierarchy for Hyperspectral Image Classification 论文阅读 一 引言 高光谱图像是立体数据，也有光谱维数，仅凭 D CNN无法从光谱维度中提取出具有良好鉴别能力的feature maps。一个深度 D CNN在计算上更加复杂，对于在许多光谱带上具有相似纹理的类来说，单独使用似乎表 ...
2020-08-08 18:00 0 692 推荐指数：
文章：Between-class Learning for Image Classification 链接：https://arxiv.org/pdf/1711.10284.pdf CVPR2018 作者尝试了将在音频上的方法用在图像上的，并提出了一种将图像作为波形处理的混合方法（作者 ...
转载请注明出处：https://www.cnblogs.com/White-xzx/ 原文地址：https://arxiv.org/abs/1702.05891 Caffe-code：https: ...
https://arxiv.org/pdf/1704.06904.pdf https://github.com/fwang91/residual-attention-network http ...
\times D\)的矩阵\(X\)表示，\(N\)为图上结点个数，\(D\)是每个结点的特征维数 ...
一、摘要 研究目的是解决在事件抽取任务中手动标注训练数据的费时费力以及训练数据不足的问题。首先提出了一个事件抽取模型，通过分离有关角色（roles）的论元（arguement）预测来克服角色重叠的问 ...
背景简介 GCN的提出是为了处理非结构化数据（相对于image像素点而言）。CNN处理规则矩形的网格像素点已经十分成熟，其最大的特点就是利用卷积进行①参数共享②局部连接，如下图： 那么类比到非结构数据图（graph），CNN能直接对非结构数据进行同样类似的操作吗？如果不能，我们又该采用 ...
标题：PointRend: Image Segmentation as Rendering 链接：http://arxiv.org/abs/1912.08193 概要 论文要解决的是图像分割质量问题，往往图像分割在物体边界处的分割质量很差，不能细致的分割出每个细节。因此作者提出了针对目标轮廓 ...
初次接触Captioning的问题，第一印象就是Andrej Karpathy好聪明。主要从他的两篇文章开始入门，《Deep Fragment Embeddings for Bidirectional Image Sentence Mapping》和《Deep Visual-Semantic ...
