酒精23333

摘要： StarGAN: Unified Generative Adversarial Networks for Multi Domain Image to Image Translation 重要，单开一篇笔记。 FaceID GAN: Learning a Symmetry Three Player G 阅读全文

摘要： 概要 JiFeng老师CVPR2019的另一篇大作，真正地把检测和跟踪做到了一起，之前的一篇大作FGFA首次构建了一个非常干净的视频目标检测框架，但是没有实现帧间box的关联，也就是说没有实现跟踪。而多目标跟踪问题一般需要一个off the shelf的检测器先去逐帧检测，然后再将各帧的detect 阅读全文

摘要： 概要 MSRA在目标检测方向Beyond Regular Grid的方向上越走越远，又一篇大作推出，相比前作DCN v1在COCO上直接涨了超过5个点，简直不要太疯狂。文章的主要内容可大致归纳如下： More dconv and Modulated donv ：认为前作中卷积变形时容易采样到不好的位 阅读全文

摘要： 14年9月份挂出来的文章，基本思想就是用对抗训练的方法来学习domain invariant的特征表示。方法也很只管，在网络的某一层特征之后接一个判别网络，负责预测特征所属的domain，而后特征提取器和判别器在域分类loss上对抗，同时特征提取器和lable分类器（也就是原任务中的分类器）共同优化 阅读全文

摘要： 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 Pooling，主要在ROI特征的组织上做文章，文章总结了现有的各种ROI Pooling变体，提出了一个统一的数 阅读全文

摘要： 主要观点：基于sliding window（SW）类的方法，如TURN，可以达到很高的AR，但定位不准；基于Group的方法，如TAG，AR有明显的上界，但定位准。所以结合两者的特长，加入Complementary Filtering（互补滤波）模块，实际上就是加一个网络预测TAG能不能搞，不能搞就 阅读全文

摘要： 原论文标题：Acquisition of Localization Confidence for Accurate Object Detection 1. 前言 Megvii在ECCV 2018上的一篇oral，思路非常清奇，提出了Localization Confidence（定位置信度）这一概念 阅读全文

摘要： 原论文标题：FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks 文章是对FlowNet的进一步改进，主要贡献为如下三个方面： 训练数据集的调度对于模型的性能有较大的影响。 PS：光流的数据集都比较小，一般需要几个数 阅读全文

摘要： 两个整数的 汉明距离 指的是这两个数字的二进制数对应位不同的数量。 计算一个数组中，任意两个数之间汉明距离的总和。 示例: 注意: 两两求Hamming距离再汇总，复杂度O(n²)。 简化一下，在每个二进制位上分别统计1和0的个数os和zs，在这一位上的Hamming距离（说法不太严格）实际上就是o 阅读全文