[AI] 論文筆記 - CVPR2018 Super SloMo: High Quality Estimation of Multiple Intermediate Frames for Video Interpolation
寫在前面 原始視頻(30fps) 補幀后的視頻(240fps) 本文是博主在做實驗的過程中使用到的方法，剛好也做為了本科畢設的翻譯文章，現在把它搬運到博客上來，因為覺得這篇 ...
原文：[AI] 論文筆記 - CVPR2018: Generative Image Inpainting with Contextual Attention
注：博主是大四學生，翻譯水平可能比不上研究人員的水平，博主會盡自己的力量為大家翻譯這篇論文。翻譯結果僅供參考，提供思路，翻譯不足的地方博主會標注出來，請大家參照原文，請大家多多關照。 轉載請務必注明出處，謝謝。 . 譯者序 題目翻譯：基於內容感知生成模型的圖像修復 介紹：這篇文章也被稱作deepfill v ，作者的后續工作 Free Form Image Inpainting with Gat ...
2018-11-22 18:25 3 8279 推薦指數：
相關推薦
論文閱讀筆記六十六:Wide Activation for Efficient and Accurate Image Super-Resolution(CVPR2018)
論文原址:https://arxiv.org/abs/1808.08718 代碼:https://github.com/JiahuiYu/wdsr_ntire2018 摘要 本文證明在SISR中在ReLU之前特征圖越寬，在有效的計算資源及內存條件下，模型的性能越好 ...
論文閱讀筆記十二：Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation（DeepLabv3+）(CVPR2018)
論文鏈接：https://arxiv.org/abs/1802.02611 tensorflow 官方實現： https: //github.com/tensorflow/models/tree/master/research/deeplab 實驗代碼：https ...
【論文筆記】Learning to Estimate 3D Human Pose and Shape from a Single Color Image(CVPR 2018)
這篇論文沒有給出代碼，細節部分還是得看論文來推敲了，因此可能會有理解出問題的地方。 概述 做了什么：引入一個端到端的框架，從包含人體的單張RGB圖像中預測出輪廓圖和關節熱力圖，生成SMPL參數並重建出一個SMPL的3D人體網格 存在問題：卷積網絡容易受到缺少訓練數據、3D預測時分辨率低的影響 ...
論文筆記之：Generative Adversarial Text to Image Synthesis
Generative Adversarial Text to Image Synthesis ICML 2016 摘要：本文將文本和圖像練習起來，根據文本生成圖像，結合 CNN 和 GAN 來有效的進行無監督學習。 Attribute Representation ...
CVPR2018 單目標跟蹤部分論文
from https://blog.csdn.net/weixin_40645129/article/details/81173088 CVPR2018已公布關於視頻目標跟蹤的論文簡要分析與總結 一，A Twofold Siamese Network for Real-Time ...
論文閱讀筆記（四十六）【CVPR2018、BMVC2019】：Non-local 的應用
Non-local neural networks（CVPR2018） 傳統的卷積神經網絡的感受野相對較小，比如3*3、5*5，但對於注意力機制而言，需要更大的感受野來獲取全局的注意力得分，Nonlocal的目的就是計算全局感受野的注意力。Nonlocal的計算由相似度計算函數 f 和映射函數 ...
論文閱讀筆記三十七：Grid R-CNN（CVPR2018）
論文源址：https://arxiv.org/abs/1811.12030 開源代碼：未公開 摘要 本文提出了目標檢測網絡Grid R-CNN，其基於網格定位機制實現准確的目標檢測。傳統方法主要基於回歸操作，Grid R-CNN則捕捉詳細的空間信息，同時具有全卷積結構 ...