Carrie_Hou

GCN-Based Linkage Prediction for Face Clustering on Imbalanced Datasets: An Empirical S...

Carrie_Hou

A Survey of Image Clustering: Taxonomy and Recent Methods 摘要——图像聚类是计算机视觉领域的一个基本问题。在本次调查...

Carrie_Hou

摘要 图聚类，它以无监督的方式给定节点特征和边连接的集合对图的节点进行聚类，长期以来一直在图学习中进行研究，并且在某些应用中是必不可少的。虽然这项任务很常见，但在实践中会出现...

Carrie_Hou

我们研究了利用人脸图像中的不确定性来提高人脸聚类质量的方法。我们观察到，在对隐含建模不确定性的概率面部表示进行聚类时，流行的聚类算法不会产生更好质量的聚类——这些算法预测的聚...

Carrie_Hou

自适应人员重新识别（adaptive ReID）旨在将学习到的知识从标记的源域转移到未标记的目标域。交替生成伪标签和优化训练模型的基于伪标签的方法在该领域表现出极大的有效性。...

Carrie_Hou

摘要 人脸聚类最近吸引了越来越多的研究兴趣，以利用网络上的大量人脸图像。图卷积网络（GCN）由于其强大的表示能力而实现了最先进的性能。然而，现有的基于 GCN 的方法主要根据...

Carrie_Hou

transformer是一种主要基于自注意力机制的深度神经网络，最初应用于自然语言处理领域。受到transformer强大的表示能力的启发，研究人员提议将transforme...

Carrie_Hou

近年来，人脸识别技术取得了长足的进步，其性能达到了很高的水平。将其提升到一个新的水平需要相当大的数据，这将涉及极高的注释成本。因此，利用未标记的数据成为一种有吸引力的选择。最...

Carrie_Hou

摘要 人脸聚类在利用大量未标记的人脸数据中起着至关重要的作用。最近，基于图的人脸聚类方法因其令人满意的性能而越来越受欢迎。然而，它们通常会遭受过多的内存消耗，尤其是在大规模图...

Carrie_Hou

摘要—找到合适的密度函数对于基于密度的聚类算法（如 DBSCAN 和 DPC）至关重要。这些算法中通常使用与单位 d 维欧几里得球的指示函数相对应的朴素密度。这种密度会因在复...

Carrie_Hou

聚类在研究和工业中有许多应用。但是，传统的聚类方法（例如K-means，DBSCAN和HAC）强加了过于简化的假设，因此不适合面对聚类。为了适应现实问题的分布，一种自然的方法...

Carrie_Hou

摘要：在这项工作中，我们解决了大规模在线人脸聚类的问题：给定一个连续的未知人脸流，创建一个数据库，根据他们的身份对传入的人脸进行分组。每次有新面孔出现时，都必须更新数据库。此...

Carrie_Hou

人脸聚类是利用未标记人脸数据的必不可少的工具，它具有广泛的应用程序，包括人脸注释和检索。最近的工作表明，有监督的聚类可以带来显着的性能提升。但是，它们通常涉及启发式步骤，并且...

Carrie_Hou

人脸聚类由于其在实践中的广泛应用而成为一项重要任务。基于图的人脸聚类方法最近取得了长足的进步，并取得了最新的技术成果。学习区分节点特征是进一步提高基于图形的面部聚类性能的关键...

Carrie_Hou

@汋棽 看一下是不是dicom无法读取文件，换个读取方法试试？

python实现CT窗宽窗位的调整（即指定HU值保存图像）

最近一直在做实验，所以好久没有更新了，先把上周做的一些小的实验贴出来供大家分享。 在医生诊断时，是会将CT图像调整成不同的窗来处理的。比如说肺部CT吧，肺窗（窗宽为2000，...

Carrie_Hou

6440 1 2

Carrie_Hou

摘要 我们提出了一个层次图神经网络（GNN）模型，该模型学习如何使用一组图像训练集，将一组图像聚类成未知数量的身份，该训练集使用属于不相交身份集的标签进行注释。我们的分层 G...