1 文章说明 方向:立体匹配 会议:CVPR2019 2 动机 However, existing methods only use features from plain ...

1 文章说明 方向:立体匹配 会议:CVPR2019 2 动机 However, existing methods only use features from plain ...
1 文章说明 方向:双目立体匹配 会议:CVPR2018 code: https: //github.com/JiaRenChang/PSMNet 2 双目立体匹配的重要性 ...
https://blog.csdn.net/cyem1/article/details/81182764
1 文章说明 出处:CVPR17 方向:立体匹配 代码:https://github.com/zyf12389/GC-Net 2 文章内容 (1)end-to-end 生成视...
文章说明出处:CVPR2019 类型:CAD的数据库 主页:https://deep-geometry.github.io/abc-dataset/
1 文章说明 出处: CVPR 2019 类型:新数据库介绍 项目主页:https://drivingstereo-dataset.github.io/
1 文章说明 方向:分类 出处:CVPR2019 2主要内容
1 文章说明 题目:Kervolutional Neural Networks 出处: CVPR2019 解决的问题:将CNN应用于non-linear space 2 提出...
1 文章说明 方向: 语义分割 会议:CVPR2019 2 提出的方法 2.1 解决的问题 针对CNN不能建立关系的缺点,提出了两个用于建立关系的模块 2.2 提出的结构 3 结果
1 文章说明 方向:基础网络 会议:CVPR2018 2 针对的问题 1 CNN是建立在local neighborhood上的,即CNN是基于二维网格的,不能建立long-...
1 文章简介 方向:语义分割 会议:CVPR2019 2 主要思想 在语义分割任务中添加更多的上下文信息(关系)。语义分割任务主要关注于两点: (1)语义信息:通俗点说语义信...
1 文章简介 方向:语义分割网络压缩 会议:CVPR 2 提出方法 Pixel-wise distillation +Pair-wise distillation +Holi...
1 文章说明 方向:脸部识别 时间:2015 会议:CVPR2015 2主要贡献 提出了Triplet Loss ,其思想为Achor 样本(A), 正样本(P),负样本(N...
1 语义分割常用指标 (1)像素准确率(pixel accuracy, PA):分割正确的像素总量除以像素总数。(2)平均像素准确率(mean pixel accuracy,...
1 文章说明 链接:https://arxiv.org/abs/1808.01477 方向:视频前景背景检测 时间:2019 期刊:arxiv 2 文章主要内容
1 文章说明 链接:https://arxiv.org/abs/1811.07480 方向:视频显著性检测 时间:2018 期刊:arxiv 2 出发点 这篇论文网络设计比较...
1 文章说明 链接:http://openaccess.thecvf.com/content_ECCV_2018/papers/Weiyue_Wang_Depth-aware...
1 文章说明 链接:https://arxiv.org/abs/1811.10763 方向:多模态显著性目标检测 期刊:arxiv 2 主要思路 利用强化学习和GAN网络来进...
1 文章说明 链接:https://ieeexplore.ieee.org/iel7/83/4358840/08603756.pdf 方向:RGBD显著性目标检测 期刊:IE...
1 文章说明 链接:https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=6221036 方向:RGBD显著性目标...