（cvpr2019 ) Technology details of Deep Learning for Multiple-Image Super-Resolution
Mutiple-Image SSR 关键的技术imformation fusion1. 将单一场景的多图像经过Resnet, 其中每张图片的维度变为了输入的两倍。同时，这些输入的单一场景的多图像进行图像配准（image registration)来确定图像之间的子像素的位移（位移值乘以2以适配于Re...
Deep learning：四十一(Dropout简单理解)
前言训练神经网络模型时，如果训练样本较少，为了防止模型过拟合，Dropout可以作为一种trikc供选择。Dropout是hintion最近2年提出的，源于其文章Improving neural networks by preventing co-adaptation of feature dete...
android deep link(深度链接)与自定义协议！
此自定义仅供参考！首先打开androidManifest.xml在MainActivity中添加如下内容：<activity android:name=".MainActivity"> ...... <intent-filter> <action an...
Pushing the Limits of Deep CNNs for Pedestrian Detection
1 Introduction 近年来，行人检测问题得到了深入的研究。在最近基于深层卷积神经网络（DCNNs）的方法[1,2]出现之前，最高性能的行人检测器是使用hand-crafted特征的boosted decision forests，例如histogram of gradie...
[CVPR2018]Context-aware Deep Feature Compression for High-speed Visual Tracking
基于内容感知深度特征压缩的高速视觉跟踪 论文下载：http://cn.arxiv.org/abs/1803.10537对于视频这种高维度数据，作者训练了多个自编码器AE来进行数据压缩，至于怎么选择具体的网络，作者又训练了一个基于目标选择具体AE的网络，再根据压缩后的特征图，进行协相关过滤操作追踪目...
ubuntu之路——day11.7 end-to-end deep learning
在传统的数据处理系统或学习系统中，有一些工作需要多个步骤进行，但是端到端的学习就是用一个神经网络来代替中间所有的过程。 举个例子，在语音识别中： X(Audio)----------MFCC---------->features----------ML---------->phoneme...
Joint Deep Learning For Pedestrian Detection（论文笔记-深度学习：行人检测）
一、摘要： 行人检测主要分为四部分：特征提取、形变处理、遮挡处理和分类。现存方法都是四个部分独立进行，本文联合深度学习将四个部分结合在一起，最大化其能力。 二、引言： （1）首先，特征提取的应该是行人最有判别力的特征，比较有名的特征描述子有：Haar-li...
论文笔记之---Learning Deep Feature Representations with Domain Guided Dropout for Person Re-identificatio
Abstract：对于针对同一问题，从来自多个域的数据中提取相关的且具有一般性以及鲁棒性的特征表示具有重大的意义，特别对于那些多重数据，因为其中仅仅单个数据集无法提供丰富变化的数据。本文就提出了利用CNN来学的深度特征表示的方法。关键的原理在于不同神经元对不同domain所学习得到的特征表示不同，有...
论文笔记：Person Re-identification with Deep Similarity-Guided Graph Neural Network
Person Re-identification with Deep Similarity-Guided Graph Neural Network 2018-07-27 17:41:45 Paper： https://128.84.21.199/pdf/1807.09975.pdf 本文将 Gr...
论文笔记《End-to-End Deep Learning for Person Search》
这篇文章是香港中文大学的郑晓刚于2016提出，本文是对文中的重要工作所做的一份梳理。 论文链接 http://www.ee.cuhk.edu.hk/~xgwang/publications_topic.html#person_re-identification 代码链接 https:/...
Deep Learning Face Representation by Joint Identification-Verification
目前人脸识别算法效果比较好的是 Deep Learning Face Representation by Joint Identification-Verification。 abstraction 人脸识别（简称 fr）关键问题要找到人脸的有效特征，以减少 intra-personal varia...
读论文系列：Deep transfer learning person re-identification
转载请注明作者：https://github.com/ahangchen arxiv 2016 by Mengyue Geng, Yaowei Wang, Tao Xiang, Yonghong Tian Transfer Learning 旧数据训练得到的分类器，在新的数据上重新训练，从而在...
论文笔记（一）Deep Ranking for Person Re-Identification via Joint Representation Learning （续）
IV OPTIMIZATION 网络训练用SGD，数据形式ranking unitA.Ranking Unit Sampling 每个unit包含一个probe x，还有对应的正确匹配x+，相关集Rx，Rx来自G-，但没有取全部G-。为了计算处理。 loss is loss对要求的f求导。损失相似度...
论文笔记：Deep feature learning with relative distance comparison for person re-identification
这篇论文是要解决 person re-identification 的问题。所谓 person re-identification，指的是在不同的场景下识别同一个人（如下图所示）。这里的难点是，由于不同场景下的角度、背景亮度等等因素的差异，同一个人的图像变化非常大，因而不能使用一般的图像分类的方法。...
[深度学习论文笔记][CVPR 16]Deep Metric Learning via Lifted Structured Feature Embedding
[CVPR 16] Deep Metric Learning via Lifted Structured Feature Embedding Hyun Oh Song, Yu Xiang, Stefanie Jegelka, Silvio Savarese from Stanford and ...
论文笔记：Deep Residual Learning
之前提到，深度神经网络在训练中容易遇到梯度消失/爆炸的问题，这个问题产生的根源详见之前的读书笔记。在 Batch Normalization 中，我们将输入数据由激活函数的收敛区调整到梯度较大的区域，在一定程度上缓解了这种问题。不过，当网络的层数急剧增加时，BP 算法中导数的累乘效应还是很容易让梯度...
论文笔记（一）Deep Ranking for Person Re-Identification via Joint Representation Learning
II related work A讲了传统的feature representation和metric learning的发展过程，并在最后说明他们存在的缺点： （1）效果被提取的feature所限制 （2）feature representation和metric learning两个独立求解优化...
[论文阅读] A Discriminative Feature Learning Approach for Deep Face Recognition (Center Loss)
原文： A Discriminative Feature Learning Approach for Deep Face Recognition用于人脸识别的center loss。1）同时学习每个类的深度特征的中心点2）对深度特征和其对应的类中心的距离有一定的惩罚提出的center loss函数在...
强化学习-->Deep Reinforcement Learning
因为逐渐有人将强化学习应用到 NLP 的任务上，有必要了解一些强化学习基础知识，本篇博文总结自台大教授李宏毅关于深度学习的公开课内容。 我们可以以上图来理解强化学习过程，我们机器人 agent 通过 observation 了解到环境的 S...
Deep Reinforcement Learning - 1. DDPG原理和算法
Deep Reinforcement Learning - 1. DDPG原理和算法 Deep Reinforcement Learning - 1 DDPG原理和算法 背景描述 DDPG的定义和应用场景 DDPG算法相关基本概念定义 ...