深度学习(三十八)——RNN进阶, 显著性检测
source link: http://antkillerfarm.github.io/dl/2018/03/20/Deep_Learning_38.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
人脸检测/识别(续)
https://mp.weixin.qq.com/s/p0Y3Svrk1WWTed6R4AFWLQ
异质人脸识别研究综述
https://mp.weixin.qq.com/s/yoCVFWlqReUHx1Wmo0-rtw
强大的姿势感知模型用于姿势不变的人脸识别
https://mp.weixin.qq.com/s/MEB-qLGiOKcvdee-vlsjYw
改进的阴影抑制用于光照鲁棒的人脸识别
https://mp.weixin.qq.com/s/BE0bBFNVOoKjXLUH5vr5Kg
在警察领域高级人脸识别技术的一致性
https://mp.weixin.qq.com/s/fyx_P_M_CyuAshdc9lCAcg
鲁棒异构判别分析的单样本人脸识别
https://mp.weixin.qq.com/s/lhut5ndqZWTwlKZjeY484w
漫画人脸检测:全局和局部信息融合的深度神经网络
https://mp.weixin.qq.com/s/7CV0a-UshPtadgfcsFScJw
用孪生网络、对比损失和三重损失进行人脸识别的单样本学习
https://mp.weixin.qq.com/s/UUDmWMaFEkW9qbMaJkMhhA
低光照人脸检测竞赛冠军代码与PPT分享
https://mp.weixin.qq.com/s/4J_pPkNoE9eSDQK4NVs0sw
看一眼就知道你的BMI:基于Keras与迁移学习的人脸预测系统
https://mp.weixin.qq.com/s/CwMGZUWaopT3HAIXmlowsA
目前最强开源人脸检测算法RetinaFace
https://mp.weixin.qq.com/s/ViX3kAT96aaLZ0r9SNtSWA
强判别能力的深度人脸识别
https://zhuanlan.zhihu.com/p/55479744
人脸检测与对齐python实现
https://mp.weixin.qq.com/s/QpOl26RzsKELGctKDskS4w
2K图像90FPS,中科院开源轻量级通用人脸检测器
https://mp.weixin.qq.com/s/0JX-zEQwkC_0Iq5ZBU6xsg
级联卷积神经网络用于人脸检测
https://mp.weixin.qq.com/s/09iDezt4pJ-7oO77juB2GQ
快速准确的人脸检测、识别和验证新框架(DPSSD)
https://mp.weixin.qq.com/s/45R7yxjPbm0wO4EW7RzXnQ
LFFD:轻量级人脸检测器,不止是快
https://mp.weixin.qq.com/s/pT2XgyvFeV2P3k5coN6ztA
局部人脸识别的动态特征匹配
https://mp.weixin.qq.com/s/GNYrR0NOaN42SgLXsm2KIg
三维”ZAO”脸,单张图片估计人脸几何,效果堪比真实皮肤
https://mp.weixin.qq.com/s/-1W4SqEX_xxxdBFMKJJ6Xg
腾讯(优图)新技术的人脸检测
https://zhuanlan.zhihu.com/p/81353261
CVPR2019_Group Sampling
https://mp.weixin.qq.com/s/QZvGiri0x5UetBp0ZoDHDQ
目前最强判别能力的深度人脸识别
https://mp.weixin.qq.com/s/zSawuk6vn2D6oM5d1pJyWw
选择性细化网络用于高性能人脸检测
https://mp.weixin.qq.com/s/RY26yEIfX4NwSlL65_6RTQ
人脸检测小江湖
https://mp.weixin.qq.com/s/bAf5x1OOf8xqcQyMdTlWyg
强判别能力的深度人脸识别
https://mp.weixin.qq.com/s/zkdD0BDkB5W_j5N0emW53Q
基于生成对抗网络(GAN)的人脸变形
https://mp.weixin.qq.com/s/tj-ZdB83itO1nAKBGKlb_Q
爱奇艺提出半监督损失函数,利用无标签数据优化人脸识别模型
https://mp.weixin.qq.com/s/L1H7PXwuItuF6Vp2Uyfowg
人脸识别剩下的难题:从遮挡,年龄,姿态,妆造到亲属关系,人脸攻击
RNN进阶
IndRNN
https://mp.weixin.qq.com/s/cAqpclkkeVrTiifz07HC1g
新型循环神经网络IndRNN:可构建更长更深的RNN
https://mp.weixin.qq.com/s/7-K-nZTijoYCaprRNYXxFg
新型RNN:将层内神经元相互独立以提高长程记忆
https://mp.weixin.qq.com/s/4CrPGKnR7RLN-2ROG5X4uw
ODE网络:一场颠覆RNN的革命即将到来
https://mp.weixin.qq.com/s/0vju0Q_DcIWwdEo9EEE3iQ
NeurIPS18最佳论文NeuralODE,现在有了TensorFlow实现
https://mp.weixin.qq.com/s/i6VEYjbac4QP3s51meN1VA
Hinton向量学院推出神经ODE:超越ResNet 4大性能优势
https://mp.weixin.qq.com/s/ZEIsyV-0aTvYn6K8GyANPA
硬核NeruIPS 2018最佳论文,一个神经了的常微分方程
https://mp.weixin.qq.com/s/uAiRTeYkZKy9q3d9v3dR5A
神经微分方程–钢琴和小提琴
https://mp.weixin.qq.com/s/0TLaC8ACXAFEK5aMNK9O-Q
简单循环单元SRU:像CNN一样快速训练RNN
https://zhuanlan.zhihu.com/p/27104240
CW-RNN收益率时间序列回归
https://mp.weixin.qq.com/s/SeR_zNZTu4t7kqB6ltNrmQ
从循环到卷积,探索序列建模的奥秘
https://mp.weixin.qq.com/s/_q69BV1r46S9X5wnLuFPSw
关于序列建模,是时候抛弃RNN和LSTM了
https://mp.weixin.qq.com/s/m5GRNp6qDfVfC0mkQ4m4Yw
神经语言模型如何利用上下文信息:长距离上下文的词序并不重要
https://mp.weixin.qq.com/s/kuoUnt2Vhz9NhfnNqMFAhQ
DeepMind提出关系RNN:构建关系推理模块,强化学习利器
https://mp.weixin.qq.com/s/wfOzCxe3L2t11VguYLGC9Q
上海交大搞出SRNN,比普通RNN也就快135倍
https://mp.weixin.qq.com/s/f0sv7c-H5o5L_wy2sUonUQ
CNN取代RNN?当序列建模不再需要循环网络
https://mp.weixin.qq.com/s/h3fF6Zvr1rSzSMpqdu8B0A
电子科大提出BT-RNN:替代全连接操作而大幅度提升LSTM效率
https://mp.weixin.qq.com/s/OgN4rVDKH5WABIaRY7CHog
如何让RNN神经元拥有基础通用的注意力能力
https://mp.weixin.qq.com/s/KBLCrupGIuPa5nVrxcS5WQ
新研究将GRU简化成单门架构,或更适用于语音识别
https://mp.weixin.qq.com/s/kQozftKd_n_kYIF7KKCc8g
短视频那么多,快手如何利用GRU实现各种炫酷的语音应用
https://mp.weixin.qq.com/s/xwuM2Vj8G7UyuEyzTyO13A
将CNN与RNN组合使用,天才还是错乱?
https://mp.weixin.qq.com/s/c7XkzjLH1n5EtqdQik618g
Dropout在RNN中的应用综述
https://mp.weixin.qq.com/s/K6LK47_GCTeZJPAW0-Xp4Q
多伦多大学提出可逆RNN:内存大降,性能不减!
https://mp.weixin.qq.com/s/lvaWx7J4HFTvYxy7-B9vYg
周志华等提出RNN可解释性方法,看看RNN内部都干了些什么
https://mp.weixin.qq.com/s/YbdiEHb8ld1pp1ehgBzTOQ
将未来信息作为正则项,Twin Networks加强RNN对长期依赖的建模能力
https://mp.weixin.qq.com/s/ty8RyPREo_EA7O8vA2pQuQ
AI编曲震撼人心,RNN生成流行音乐
https://mp.weixin.qq.com/s/vIL-bKHZK-6eXZYWxrc9vw
这种有序神经元,像你熟知的循环神经网络吗?
https://mp.weixin.qq.com/s/GGK9T0DeyIdD5ahHy5uvfg
LightRNN:存储和计算高效的RNN
https://mp.weixin.qq.com/s/JGZpKSF5HPCMCD061jwq9A
Bengio等人提出新型循环架构,大幅提升模型泛化性能
https://mp.weixin.qq.com/s/GN0m5nWuV6VDYsTk0XLoDA
pytorch中如何处理RNN输入变长序列padding
https://mp.weixin.qq.com/s/bts9mdIrGIjO8UCUxSV-xg
Transformer的潜在竞争对手QRNN论文解读,训练更快的RNN
显著性检测
视觉显著性检测(Visual Saliency Detection)指通过智能算法模拟人的视觉特点,提取图像中的显著区域(即人类感兴趣的区域)。
https://blog.csdn.net/dawnlooo
一个显著性检测的专栏
https://mp.weixin.qq.com/s/Mi62oqtXUT5If_Dj4KmVYA
计算机视觉如何知道你想看什么?个人显著性检测
https://mp.weixin.qq.com/s/47TcGoasB9E_Et2zwl3OCw
全局对比度的图像显著性检测算法
https://zhuanlan.zhihu.com/p/65307842
快、好、实现简单并且开源的显著性检测方法
https://mp.weixin.qq.com/s/tmp1HXU7cLerLr0DY9NluQ
杂乱环境下的显著性物体: 将显著性物体检测推向新高度
https://mp.weixin.qq.com/s/urgkUcu2ZWQMGPZdArWzYg
PoolNet:基于池化技术的显著性目标检测
https://zhuanlan.zhihu.com/p/71538356
BASNet,一种能关注边缘的显著性检测算法
https://mp.weixin.qq.com/s/ntSH2aS4YHqrLaTAfWFLsQ
可选择性与不变性:关注边界的显著性目标检测
https://mp.weixin.qq.com/s/0T1QhiT_20BrerNcTjKreQ
南开提出边缘引导的显著目标检测算法EGNet,刷新主流数据集所有评价指标
https://mp.weixin.qq.com/s/p4lHnte3FYu6XtD3PnSeKw
光场显著性检测研究综述
https://mp.weixin.qq.com/s/8QrNvb-1zmrTWo5zThpyvg
U²-Net:使用显著性物体检测来生成真实的铅笔肖像画
无监督/半监督/自监督深度学习+
https://mp.weixin.qq.com/s/gXqB7JJyIEJa74McbYcrzg
只有正样本和无标记数据的半监督学习(PU Learning)
https://mp.weixin.qq.com/s/kGProJmrf43-2O48PMPM5g
正样本和无标签学习(PU Learning):使用机器学习恢复数据的标签
https://mp.weixin.qq.com/s/vm1p3YceIC0nd191xsktfg
自监督学习的视觉语言建模,115页ppt讲述多模态预训练进展
https://mp.weixin.qq.com/s/PCXcvzwv8DF693_KzXK5bg
计算机视觉研究新方向:自监督表示学习总结
https://mp.weixin.qq.com/s/TOwOa3noN_UYrd5g0Nrrrg
半监督学习技术在金融文本分类上的实践
https://mp.weixin.qq.com/s/uh25WRHVsFpoKwFyTSZtIw
计算机视觉中的半监督学习
https://mp.weixin.qq.com/s/lweM2STVbldYEGwPcK1YEg
图像自标记的可视化指南
https://mp.weixin.qq.com/s/hLFPWiHmDIzeUlQjInbgGw
ActBERT: 自监督多模态视频文字学习
https://mp.weixin.qq.com/s/1hK3k6Mf3uTEXrqMFr1evA
Kaggle知识点:伪标签Pseudo Label
https://zhuanlan.zhihu.com/p/157325083
伪标签(Pseudo-Labelling)——锋利的匕首
https://mp.weixin.qq.com/s/qVGveKfCfNKqJoqwMbUVKg
长文总结半监督学习
https://mp.weixin.qq.com/s/LAnP5OMuJFDhsfJWRoVMFw
无监督领域迁移及文本表示学习的相关进展
https://mp.weixin.qq.com/s/Tau5jzNbBd0NketdgytvAg
计算机视觉中的自监督表示学习近期进展
https://mp.weixin.qq.com/s/uYmHxScroi4jB2okmqwHcA
半监督学习入门基础(一)
https://zhuanlan.zhihu.com/p/212873650
Contrastive Self-Supervised Learning
https://mp.weixin.qq.com/s/XwGvH0mTEf-jF5XQKk2lBw
电子科大最新《深度半监督学习》综述论文,24页pdf
https://zhuanlan.zhihu.com/p/355523266
从SimCLR到BarLow Twins,一文了解自监督学习不断打脸的认知发展史
https://mp.weixin.qq.com/s/WqUb9MY_3hVPRdxSl9BE1Q
S4L: 半监督+自监督学习
https://mp.weixin.qq.com/s/1f1Ma2ZQVTuPo38_uCE0fQ
大规模推荐系统的自监督学习
https://mp.weixin.qq.com/s/qgP39JKD3fbVNK8e4Hw4PQ
重邮高新波等最新《少样本目标检测算法》综述论文
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK