该文被密码保护。 阅读全文
摘要:
5.6 物体检测年度进展报告 阅读全文
摘要:
5.5 深度图模型推理关键进展及应用 阅读全文
摘要:
5.9 深度网络结构 阅读全文
摘要:
5.10 Re ID 阅读全文
摘要:
5.8 GAN 阅读全文
摘要:
5.7 Vision and Language 2.0 阅读全文
摘要:
4.9 一些很有insight的poster宣讲 Independently Recurrent Neural Networks (IndRNN, NIPS2018) FishNet () HRNet: Deep High Resolution Representation Learning for 阅读全文
摘要:
4. 主题报告 4.1 无人驾驶的环境感知与理解 (jian yang, NJUST) 1. outline 无人驾驶发展简介 遥控驾驶,自主驾驶,南理工无人车, 行车环境视觉感知与理解 (具体介绍贴图片) 阴影检测与去除 车道线检测 行人检测与姿态估计 场景分割与深度估计 2. 具体,如图 3. 阅读全文
摘要:
3. 基于视觉和常识的深度推理 几乎没啥干货 3.1 视觉场景理解与描述与描述中的物体关系 (shuqiang jiang, CAS) VAD中也涉及到对于不同场景的理解,也许对我有用 1. 不同距离下的图像表现 场景抽象性:场景是由不同物体及局部区域的组合,相比较物体图像,场景图像更加抽象,更难以 阅读全文
摘要:
2. 以人为中心的视觉理解 (ceiwu lu, SJU) 2.1 基于视频的时序建模和动作识别方法 (liming wang, NJU) 1. dataset 两张图: 注意一个区分:trimmed and untrimmed videos 2. outline action recognitio 阅读全文
摘要:
1. 弱监督视觉理解 1.1 弱监督学习简介 不完全监督:只有 一部分 训练数据具备 标签 ; 不确切监督:训练数据只具备 粗粒度标签 ; 不准确监督:给出的 标签并不总是真值 ;(标签有噪声?) 弱监督的含义:弱监督给出的标签会在某种程度上弱于我们面临的任务所要求的输出。 研究背景: 数据集很重要 阅读全文