用户6236057455857
获得徽章 1
- #青训营笔记创作活动#
01/14 打卡day11
今天学习了2D和3D卷积之间的区别于相关的联系，2D的卷积是针对于图像来说的可能是单通道的，也可能是多通道的RGB的图像，3D的卷积主要适用于视频或者是医学堆叠的图像，其卷积的深度不再是通道数，而是有图片组成的时序的信息。展开评论点赞 - #青训营笔记创作活动#
01/13 打卡 day10
今天了解了SOTA算法的简介：
目前超分的SOTA算法是基于CNN的，几乎没有用Transformer的研究。所以本文提出了一个超分的baseline：SwinIR，它包含三个部分，浅层特征提取、深层特征提取和高质量图像重建。深度特征提取是由几个残差的Swin Transformer块（RSTB）组成，并且整体有一个残差连接。展开评论点赞 - #青训营笔记创作活动#
1/12 打卡 day08
今天了解到了人体的行为识别和摔倒检测的相关研究， 行为识别即根据视频图像完成对于人体动作的区分，这其中包括但不限于摔倒等危险动作。
在行为识别领域，主要包含以下几个子领域：
1、Untrimmed Video Classification：一段未修剪很长的视频序列，其中在时序上包含多个类型的动作，且其中很多动作并不需要特别关注，所以这类视频需要进行全局分析进行分类。
2、Trimmed Action Recognition：一段修剪的视频序列包含一类动作，序列时间长度不定，根据视频标签进行学习分类。
3、Temporal Action Proposal：在一段较长的视频序列中找到含有动作的视频段，并将其提取分类，类似于图像目标检测任务中的候选框提取分类。
4、Temporal Action Localization：与上述的类似，即在长视频序列中找到存在动作行为的视频段，然后对视频段进行分类研究。
5、Dense-Captioning Events：对于一段未经修剪的长视频序列，里面可能包含很多动作，找到存在的动作视频行为段，并对其进行视频行为描述。展开评论点赞 - #青训营笔记创作活动#
12/19 打卡 day08
今天学习了关于文献管理的软件Zotero，并且对于其中的一些使用较为方便的插件也了解了部分的内容，后续如果有需要的还可以继续的学习其余的好用的插件。评论点赞 - #青训营笔记创作活动#
12/18 打卡 day07
多尺度就是对于图像的采样尺寸的不同，大物体低分辨较好，具有全局的感受野；小物体高分辨较好，方便放大之后的信息识别。
特征融合分为早融合（先融合再结合预测，如skip-connecttion，concat和add操作，例如：Unet）与晚融合（在预测的时候融合多个层的预测结果，如:FPN）
Unet与FPN的差异：FPN是目标检测，Unet是分割，FPN要输出很多层，Unet只在最后一层，并且上采样方式不一样，一个是直接插值，一个是上卷可以优化参数。FPN的skip connection是做add，而unet是concat。展开评论点赞 - #青训营笔记创作活动#
12/15 打卡 day06
今天学习了关于SVM怎么选择核函数的案例分析，分别对应于，线性核、多项式核、双曲正切核以及应用最广泛的高斯核。四种核函数所对应的各自的优缺点和使用的数据集的场景都有所了解。评论点赞 - #青训营笔记创作活动#
12/14 打卡 day05
今天学习了关于支持向量机的内容，了解到了SVM的定义，分类，原理的内容。并且对于SVM 所能够解决的问题也又一定的了解，能够清楚软间隔和硬间隔线性SVM的分隔器。评论点赞 - #青训营笔记创作活动#
12/13 打卡day04
学习了PCA，AE，VAE，RPCA，概率PCA之间的联系与区别，详细的学习了几种RPCA优化求解算法的主要内容推导，以及各自的算法的效率对比。评论点赞 - #青训营笔记创作活动#
12/10 打卡 day03
了解了阴影在图像处理中的影响
阴影虽能为图像深度和物体几何形状预估等计算机视觉研究工作提供重要依据，但其存在也会加大物体检测、目标跟踪等任务的难度。
阴影去除常包含阴影定位和去阴影这两个步骤。
在阴影定位过程中使用阴影检测的方法；阴影检测，可以将影子的区域及边缘进行有效的提取；阴影消除，可以完成阴影区域的像素重建，继而完成图像的恢复。展开评论点赞 - #青训营笔记创作活动#
12/09 打卡day02
了解了，在图像处理中的不适应问题的研究中，典型问题有:图像去噪，图像恢复，图像放大，图像修补，图像去马赛克等问题。
主要的方法是，统计方法，正则化几何建模方法，稀疏表示方法三种，最近又出现了图像形态分量分析方法，逐渐崭露头角。展开评论点赞