閱讀筆記--[CVPR2021] Semantic Segmentation for Real Point Cloud Scenes via Bilateral Augmentation and Adaptive Fusion
Abstract 基本任務：大規模點雲上的語義分割 一方面，為了減少鄰近點的歧義，通過充分利用雙邊結構中的幾何和語義特征來增加它們的局部上下文。 另一方面，全面地從多個分辨率中提取點的 ...
原文：閱讀筆記--[CVPR2021] Omni-supervised Point Cloud Segmentation via Gradual Receptive Field Component Reasoning
Abstract 由於之前的監督學習僅針對神經網絡中的輸出結果進行預測，因此隱藏層特征通常無法學習到 D分割的信息表達，然而這個問題可以通過對中間層的多尺度監督來解決。 在本文中，作者首次提出了基於漸進感受野分量推理 RFCR 的全尺寸監督點雲分割方法，其中目標感受野局部區域編碼 RFCCs 的目的是記錄編碼器中隱藏單元的感受野區域的類別。然后目標RFCCs將監督解碼器以從粗到細的類別推理方式逐步 ...
2021-07-04 17:41 0 149 推薦指數：
相關推薦
CVPR2021論文總結筆記
持續更新Github： https://github.com/Sophia-11/Awesome-CVPR-Paper CVPR 2021 致力於計算機視覺和模式識別包括顏色檢測、跟蹤、運動、物體識別、音響和目標檢測。 Image-to-image Translation via ...
閱讀筆記--[CVPR2020] RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
Abstract 研究了大規模三維點雲的有效語義分割問題。 由於依賴昂貴的采樣技術和繁重的預處理/后處理步驟，大多數現有方法只能在小規模的點雲上進行訓練和操作。 本文提出了RandLA ...
論文閱讀筆記（七十五）【CVPR2021】：Anchor-Free Person Search
Introduction Person search任務的目的是：定位並識別目標行人。其包含了兩個子任務：行人檢測和行人重識別。現有方法主要分為兩類：二步檢索框架和一步二階段檢索框架。前者先通過目標 ...
論文閱讀筆記（七十）【CVPR2021】：Combined Depth Space based Architecture Search For Person Re-identification
Introduction 現有主流方法采用了復雜的骨干網絡，參數量大，處理速度慢。因此本文的目標是構建一個計算效率更高、更適合ReID的輕量級網絡。 Neural Architecture Sea ...
【CVPR2021】NBNet解讀
【CVPR2021】NBNet: Noise basis learning for image denoising with subspace projection 基於子空間注意力模塊的圖像降噪，作者尚未公開官方代碼，但 github上目前有一個非官方的實現可參考。下面內容主要來自青源LIVE ...
Context Prior for Scene Segmentation(CVPR 2020)論文閱讀筆記
結束了所有課程，繼續更新博客，爭取做到自我監督，更新論文筆記。 1 問題描述 在語義分割任務中， 識別上下文關系將有助於場景理解，同一類別之間的相關性(類內上下文)和不同類別之間的差異性(類間上下文)使特征表示具有更強的魯棒性，減少了可能類別的搜索空間。當前方法如金字塔（如圖b）、注意力 ...
論文閱讀筆記（六十九）【CVPR2021】：BiCnet-TKS: Learning Efficient Spatial-Temporal Representation for Video Person Re-Identification
Introduction 在空間維度上，現有video reid方法局限於把所有幀在相同分辨率下進行特征提取，造成了特征冗余，如圖(a)。 在時間維度上，現有方法要么采用long-term要么 ...