为红颜 - 博客园

2022年3月13日

2016:Variable rate image compression with recurrent neural networks

摘要：概要该文提出了一个可变速率图像压缩的通用框架和一种基于卷积和反卷积LSTM递归网络的新架构。（不需要针对每个速率单独进行训练）应用场景适用于低分辨率图像的压缩及可变码率。 1. Variable Rate Compression Architecture Encoder: function 阅读全文

posted @ 2022-03-13 14:53 为红颜阅读(136) 评论(0) 推荐(0) 编辑

linux安装x264

摘要：一. X264源码下载 x264源码下载地址：https://www.videolan.org/developers/x264.html 解压 tar jxvf x264-master.tar.bz2 配置编译选项 ./configure --prefix=/work/Users/liujiawan 阅读全文

posted @ 2022-03-13 14:41 为红颜阅读(1158) 评论(0) 推荐(0) 编辑

Ubuntu安装ffmpeg

摘要：一、Ubuntu linux下安装ffmpeg 1、下载解压 wget http://www.ffmpeg.org/releases/ffmpeg-3.1.tar.gz tar -zxvf ffmpeg-3.1.tar.gz 如果wget访问不到网址，可以先用谷歌浏览器下载，再安装 2、进入解压后阅读全文

posted @ 2022-03-13 13:45 为红颜阅读(5895) 评论(1) 推荐(0) 编辑

2022年3月1日

SWinIR概述

摘要： 1.概要图像恢复是一个长期存在的低水平视觉问题，它旨在从低质量的图像（例如，缩小比例、有噪声和压缩的图像）中恢复高质量的图像。该文提出了一种基于Swin变换的强基线模型SwinIR。SwinIR由浅层特征提取、深度特征提取和高质量的图像重建三部分组成。特别地，深度特征提取模块由几个残余的Swin变阅读全文

posted @ 2022-03-01 23:52 为红颜阅读(4306) 评论(0) 推荐(0) 编辑

2022年2月23日

SRResNet概要

摘要： 1. 摘要尽管使用更快、更深的卷积神经网络的单图像超分辨率在准确性和速度上取得了突破，但一个核心问题仍在很大程度上未得到解决：当对较大的升级因子进行超分辨率时，我们如何恢复更精细的纹理细节？基于优化的超分辨率方法的行为主要是由目标函数的选择所驱动的。最近的工作主要集中在最小化均方重建误差上。由此得阅读全文

posted @ 2022-02-23 00:03 为红颜阅读(1536) 评论(0) 推荐(0) 编辑

2022年2月6日

Spatial Pyramid Pooling

摘要： 1. 摘要现有的深度卷积神经网络(CNNs)需要一个固定大小的（例如，224×224）的输入图像。这个要求是“人工的”，可能会降低对任意大小/尺度的图像或子图像的识别精度。在这项工作中，我们为网络配备了另一种池化策略，即“空间金字塔池化”，以消除上述需求。新的网络结构，称为SPP-net，可以生成阅读全文

posted @ 2022-02-06 11:28 为红颜阅读(86) 评论(0) 推荐(0) 编辑

2022年2月4日

PReLu

摘要： 1. 摘要在$ReLu$的基础上作者提出了$PReLu$，在几乎没有增加额外参数的前提下既可以提升模型的拟合能力，又能减小过拟合风险。针对的$ReLu/PReLu$矫正非线性，作者设计了一个鲁棒的的参数初始化方法。 2. 介绍在过去几年，随着更强大网络模型的构建和有效防止过拟合策略的设计，我们阅读全文

posted @ 2022-02-04 17:15 为红颜阅读(268) 评论(0) 推荐(0) 编辑

2022年2月2日

预训练模型一：ELMO

摘要：词向量-ELMo介绍 Deep contextualized word representations获得了NAACL 2018的outstanding paper award，其方法有很大的启发意义，本文则是对其做了一个简要梳理。 Motivation 预训练的word representatio 阅读全文

posted @ 2022-02-02 22:46 为红颜阅读(871) 评论(0) 推荐(0) 编辑

2022年1月31日

TSM: Temporal Shift Module for Effificient Video Understanding

摘要： 1. 摘要视频流的爆炸性增长给在高精度和低计算成本下执行视频理解带来了挑战。传统的二维神经网络计算成本很低，但不能捕获时间关系；基于3DCNN的方法可以获得良好的性能，但计算量密集，部署成本高昂。该文提出了一种通用、高效的时移模块(TSM)。具体来说，它可以达到3DCNN的性能，但又保持了2DCN 阅读全文

posted @ 2022-01-31 22:53 为红颜阅读(553) 评论(0) 推荐(0) 编辑

2022年1月15日

Accurate Image Super-Resolution Using Very Deep Convolutional Networks(VDSR)

摘要：摘要该方法使用了一个非常深的卷积网络，灵感来自于Imagenet分类。该论文发现，网络深度的增加显示了精度的显著提高。最终的模型使用了20个权重层。通过在深度网络结构中多次级联小滤波器，有效地利用了大图像区域上的上下文信息。然而，在非常深的网络中，收敛速度成为训练过程中的一个关键问题。该文提出了一阅读全文

posted @ 2022-01-15 09:12 为红颜阅读(336) 评论(0) 推荐(0) 编辑

一笑为红颜

公告