首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
dlclass
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
何晖光:多模态情绪识别及跨被试迁移学习
编者按:情感计算的概念由MIT媒体实验室Picard教授于1997年提出,它旨在通过赋予计算机识别、理解、表达和适应人类情感的能力来建立和谐人机环境。情感计算的基本问题包括通过表情、动作、脑电等生理信号进行情绪识别。相比于传统情绪识别方法,如何利用更可靠的脑电信号实现鲁棒的识别…
深度互学习-Deep Mutual Learning:三人行必有我师
编者按:更高性能的深度神经网络往往伴随着愈加庞大的参数量,而大量的计算需求使其难以部署在移动端。为此,精巧的网络结构设计(如MobileNet、ShuffleNet)、模型压缩策略(剪枝、二值化等)及其他优化方法应运而生。 Hinton等人在2015年提出的模型蒸馏算法,利用预…
Deep Unrolling:深度网络与传统模型之间的桥梁
编者按:深度学习在计算机视觉领域取得了巨大的成功,有研究者甚至一度期望这种端到端的学习策略可以完全替代传统模型驱动的算法。然而,大量工作证明:当我们面临复杂问题的时候,完全抛弃领域知识是非常不明智的策略。因此,如何将领域知识和先验融合到深度网络中,成为深度学习领域一个新的研究热…
“取长补短”的RefineDet物体检测算法
编者按:基于深度学习的物体检测算法可大致分为“一阶段”和“两阶段”两类。一般而言,以Faster RCNN为代表的两阶段检测器在准确度上有优势;而以SSD为代表的单阶段检测器在速度上有优势。正所谓“他山之石,可以攻玉”,本文作者提出了融合一二步法思想的RefineDet物体检测…
重磅|中科视拓开源SeetaFace2人脸识别算法
今天,来自中科院计算所的人工智能国家队中科视拓宣布,开源商用级SeetaFace2人脸识别算法。 SeetaFace2采用商业友好的BSD协议,这是在2016年9月开源SeetaFace1.0人脸识别引擎之后,中科视拓在人脸识别领域的又一次自我革命。 中科视拓的人脸识别技术来自…
动量迭代式对抗噪声生成方法 | VALSE2018年度杰出学生论文奖
编者按:深度模型的精度和速度长期以来成为了评价模型性能的核心标准,但即使性能优越的深度神经网络也很容易被对抗样本攻击。因此,寻找到合适的对抗攻击策略可有效提升模型本身的鲁棒性。本文作者提出了基于动量的迭代算法来构造对抗扰动,有效地减轻了白盒攻击成功率和迁移性能之间的耦合,并能够…
CVPR2020 | 中科院VIPL实验室录取论文详解
编者按:近日,计算机视觉顶会 CVPR 2020 接收论文结果揭晓,从 6656 篇有效投稿中录取了 1470 篇论文,录取率约为 22%。中科院VIPL实验室共七篇论文录取,涉及弱监督语义分割、活体检测、手势识别、视觉问答、行人搜索、无监督领域自适应方法等方面,本文将予以详细…
【领域报告】2017以来的2D to 3D | VALSE2018
编者按:虚幻与现实,自古便引发了人们无穷的想象,古有庄子的“庄生晓梦迷蝴蝶”,近有《红楼梦》中“假作真时真亦假,无为有处有还无”的太虚幻境。 而随着科技发展至今,我们终于可以通过计算机视觉技术,来填补虚拟世界与现实世界之间的鸿沟,因而衍生出了VR、AR、SLAM等技术,以将二维…
高新波:异质图像合成与识别
编者按:在机器视觉普及之前,传统模式识别系统都是基于高质量的输入图像的,要求待识别对象与图像采集设备之间很好的配合,只有这样才能获得较好的识别效果。随着图像采集设备的普及,获得目标图像的代价越来越小,由此而造成所采集到的图像质量参差不齐。在一些敏感的场合,还会出现拟识别对象与采…
TensorFlow: 薛定谔的管道
要说史上最著名的猫,大概就是薛定谔的那只了。它被关在装有少量镭和氰化物的密闭容器里,当镭发生衰变时,就会触发机关打碎装有氰化物的瓶子,猫就会死亡;如果镭不发生衰变,猫就会存活下来。在量子力学理论中,由于放射性的镭处于衰变和没有衰变两种状态的叠加,这只猫也处于生死叠加态,只有对其…
下一页
个人成就
文章被点赞
4
文章被阅读
6,693
掘力值
135
关注了
0
关注者
763
收藏集
0
关注标签
0
加入于
2018-10-26