”可播放环境 交互式视频生成 时空处理 无监督学习 挑战性基准“ 的搜索结果

     3623See More,Know More:使用Co-Attention Siamese Networks的无监督视频对象分割Xiankai Lu1人,Wenguan Wang1人,Chao Ma2人,Jianbing Shen1人,Ling Shao1人,Shuanh Porikli3人1阿联酋Inception Institute of...

     8484基于动作-外观对齐元自适应的无监督少镜头动作识别Jay Patravali‡Gaurav Mittal†Ye Yu†Fuxin Li‡Mei Chen†俄勒冈州立大学简介{gaurav.mittal...oregonstate.edu摘要我们提出MetaUVFS作为第一个无监督元学习算法的视频流...

     本文提出了一种无监督学习框架,用于联合预测单目深度和包括移动物体和相机运动在内的完整3D运动。(1)采用循环调制单元来自适应地和迭代地融合编码器和解码器特征。这提高了单幅图像深度推断的性能,而不会过度...

     15455无监督视频对象分割任苏成1,刘文喜2,刘永拓1,陈浩鑫1,韩国强1,何胜峰11华南理工2福州大学摘要无监督视频对象分割(UVOS)的目的是在没有任何人为干预的情况下,对视频中的主要对象进行分割.由于缺乏关于...

     传统的无监督学习方法只专注于训练深度网络来理解视觉数据的原始特征,主要是能够从潜在空间重构数据。他们往往忽视了样本之间的关系,这可以作为一个重要的度量自我监督。与以往的工作不同,新的重建算法旨在保持...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1