馒头and花卷

摘要： Rade R. and Moosavi-Dezfooli S. Helper-based adversarial training: reducing excessive margin to achieve a better accuracy vs. robustness trade-off. In 阅读全文

摘要： Zhang J., Xu X., Han B., Niu G., Cui L., Sugiyama M., Kankanhalli M. Attacks which do not kill training make adversarial learning stronger. In Interna 阅读全文

摘要： Andriushchenko M. and Flammarion N. Understanding and improving fast adversarial training. In Advances in Neural Information Processing Systems (NIPS) 阅读全文

摘要： Mildenhall B., Srinivasan P. P., Tancik M., Barron J. T., Ramamoorthi R. and Ng R. NeRF: representing scenes as neural radiance fields for view synthe 阅读全文

摘要： Sitzmann V., Martel J. N. P., Bergman A. W., Lindell D. B., Wetzstein G. Implicit neural representations with periodic activation functions. Advances 阅读全文

摘要： Martins P., Marinho Z. and Martins A. \(\infty\)-former: Infinite Memory Transformer. arXiv preprint arXiv:2109.00301, 2021. 概 在transformer中引入一种长期记忆机制 阅读全文

摘要： Shi J. and Malik J. Normalized cuts and image segmentation. In IEEE Transactions on Pattern Analysis and Machine Intelligence. 概 在Digital Image Prepro 阅读全文

摘要： Hyv"{a}rinen A. Estimation of Non-Normalized Statistical Models by Score Matching. Journal of Machine Learning Research, 2005. 概 我们常常会建模如下的概率模型: \[ p( 阅读全文

摘要： Gonzalez R. C. and Woods R. E. Digital Image Processing (Forth Edition). 单个像素的意义其实很小, 于是有了superpixel的概念, 即一簇pixels的集合(且这堆pixels共用一个值), 这会导致图片有非常有趣的艺术风 阅读全文

摘要： 本来想偷懒不记录的, 但是这个Hough Transform实在是有趣. 通过Canny算法等将edge的大体部分检测了出来, 但是往往这些检测出来的点并不是连续的, 那么怎么才能将这些点合理地连接在一起呢? 这个Hough Transform就可以做到这一点. 首先需要明确的一点是, 我们应该将怎 阅读全文

摘要： Kernel Density (KD) Feinman R., Curtin R. R., Shintre S. and Gardner A. B. Detecting Adversarial Samples from Artifacts. arXiv preprint arXiv:1703.004 阅读全文

摘要： Gonzalez R. C. and Woods R. E. Digital Image Processing (Forth Edition) 符号 即 操作 说明 \(\ominus\) erosion \(\{z:(B)_z \subset A\}\) Erodes the boundary o 阅读全文

摘要： [TOC] ## Linux [Linux-命令-Lucifer三思而后行](https://blog.csdn.net/m0_50546016/article/details/119984255?utm_medium=distribute.pc_feed_v2.none-task-blog-hot 阅读全文

摘要： Pang T., Zhang H., He D., Dong Y., Su H., Chen W., Zhu J., Liu T. Adversarial training with rectified rejection. arXiv Preprint, arXiv: 2105.14785, 20 阅读全文

摘要： Sermanet P., Eigen D., Zhang X., Mathieu M., Fergus R., LeCun Y. OverFeat:integrated recognition, localization and detection using convolutional netwo 阅读全文

摘要： Fourier Transform 基本的定义 严格来说, 傅里叶变换是Schwartz space 上的一一映射, 对于$L^1$, 即可积函数我们都可以找到其对应的傅里叶变换. 符号 定义 傅里叶变换: \(\hat{f}(u)\) \(\int_{-\infty}^{+\infty} f(t) 阅读全文

摘要： Gonzalez R. C. and Woods R. E. Digital Image Processing (Forth Edition) Coding Redundancy 假设一个图片$f(x, y)$其大小为$M \times N$, 我们可以估计其密度函数: \[ p_r (r_k) = 阅读全文

摘要： 目标 首先, 既然是变换, 那么就是从一个域到另一个域, 即如下: \[ f(x) = \sum_k c_{j_0} (k) \varphi_{j_0, k} (x) + \sum_{j=j_0}^{\infty} \sum_k d_j (k) \psi_{j, k}(x), \\ c_{j_0} 阅读全文

摘要： Gonzalez R. C. and Woods R. E. Digital Image Processing (Forth Edition) 基本 酉变换 一维的变换: \[ \mathbf{t} = \mathbf{A} \mathbf{f}, \\ \mathbf{f} = \mathbf{A 阅读全文

摘要： Gonzalez R. C. and Woods R. E. Digital Image Processing (Forth Edition) 基本 酉变换 一维的变换: \[ \mathbf{t} = \mathbf{A} \mathbf{f}, \\ \mathbf{f} = \mathbf{A 阅读全文