Learning Cross Modal Deep Representations for Robust Pedestrian Detection : : Motivation： 本文主要是考慮了在光照極端惡劣的情況下，如何充分的利用 thermal data 進行協助學習提升 可見光圖像的 特征表達能力，而借鑒了 ICCV 年的一個文章，稱為：監督遷移的方法，以一種模態的特征為 label，以 ...
2017-04-11 19:56 0 1508 推薦指數：
Introduction 對於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 在本文中提出了一種新穎的跨模式檢索方法，稱為深度監督跨模式檢索（Deep Supervised Cross-modal Retrieval, DSCMR）。它旨在找到一個通用的表示空間，在其中可以直接比較來自 ...
Learning Attribute-Specific Representations for Visual Tracking AAAI-2019 Paper：http://faculty.ucmerced.edu/mhyang/papers/aaai2019_tracking.pdf ...
的識別效果。 這篇論文的主要思想是通過學習兩個deep network來構建face attrib ...
之前提到，深度神經網絡在訓練中容易遇到梯度消失/爆炸的問題，這個問題產生的根源詳見之前的讀書筆記。在 Batch Normalization 中，我們將輸入數據由激活函數的收斂區調整到梯度較大的區域，在一定程度上緩解了這種問題。不過，當網絡的層數急劇增加時，BP 算法中導數的累乘效應還是很容易 ...
Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法過高的估計在特定條件下的動作值。實際上，之前是不知道是否這樣的過高估計是 common ...
最近正在研究行人檢測，學習了一篇2014年發表在ECCV上的一篇綜述性的文章，是對行人檢測過去十年的一個回顧，從dataset，main approaches的角度分析了近10年的40多篇論文提出的方法，發現有三種方法（DPM變體，Deep networks，Decision forests ...
中心思想 繼Relation Network實現可學習的nms之后，MSRA的大佬們覺得目標檢測器依然不夠fully learnable，這篇文章類似之前的Deformable ROI Poolin ...
