Bendi新闻
>
涨点神器!30种特征提取魔改方法

涨点神器!30种特征提取魔改方法

1月前

特征提取是计算机视觉领域经久不衰的研究热点,不论是SLAM、SFM、三维重建等重要应用的底层都是建立在特征点跨图像可靠地提取和匹配之上。


深度学习中的特征提取是指通过神经网络自动地学习出数据的高层次抽象表示。在传统机器学习中,特征工程是需要手动设计并选择特定的特征来描述数据,而这往往是一项非常耗时且需要专业知识的工作。


深度学习进行特征提取的优势在于,它能够根据数据本身学习出最有用、最具区分力的特征,并且可以处理大规模、高维度的原始数据,从而获得更好的性能和更高的准确率。


这次我整理了深度学习融合魔改+30种特征提取方法论文大合集

论文合集获取方式如下:


添加课程回复"深度学习"


深度学习特征融合魔改方法(因篇幅有限,仅展示前10篇)

1.金字塔池化

代表论文:Feature pyramid networks for object detection


2.反卷积、跳跃连接、多尺度模型等

代表论文:Deconvolutional Single Shot Detector

FSSD: Feature Fusion Single Shot Multibox Detector


3.双流特征融合

代表论文:Large-scale Contrastive Language-Audio Pretraining with Feature Fusion and Keyword-to-CaptionAugmentation


4.自适应特征融合

代表论文:Domain Generalization for Activity Recognition via Adaptive Feature Fusion


5.复合多分支特征融合

代表论文:Compound Multi-branch Feature Fusion for Real Image Restoration


这次我整理了深度学习融合魔改+30种特征提取方法论文大合集

论文合集获取方式如下:


添加课程回复"深度学习"


6.特征求外积+展开之后过MLP:

代表论文:Tensor fusion network for multimodal sentiment analysis


7.Autoencoder和GAN相关

代表论文:Adaptive fusion techniques for multimodal data


8.典型相关分析

代表论文:Deep Feature Fusion for VHR Remote Sensing Scene Classification


9.加权求和(注意力机制、self-attention、门控机制等

代表论文:CentralNet: a Multilayer Approach for Multimodal Fusion


10构图,然后采用图神经网络

代表论文:Multi-modal Knowledge Graphs for Recommender Systems


这次我整理了深度学习融合魔改+30种特征提取方法论文大合集

论文合集获取方式如下:


添加课程回复"深度学习"

30种特征提取方法(因篇幅有限,仅展示7篇)


基于检测器的模型


1.先检测后描述

Zippypoint: Fast interest point detection, description, and matching through mixed precision discretization


2.联合检测与描述

Sfd2: Semantic-guided feature detection and description


3.描述后检测

Shared coupling-bridge for weakly supervised local feature learning


4.基于图的方法

Gluestick: Robust image matching by sticking points and lines together


这次我整理了深度学习融合魔改+30种特征提取方法论文大合集

论文合集获取方式如下:


添加课程回复"深度学习"


无检测器模型

1.基于CNN的方法深度之眼整理

Deepmatcher: a deep transformer-based network for robust and accurate local feature matching


2.基于Transformer的方法

Gradient-semantic com pensation for incremental semantic segmentation


3.基于Patch的方法

Structured epipolar matcher for local feature matching



这次我整理了深度学习融合魔改+30种特征提取方法论文大合集

论文合集获取方式如下:


添加课程回复"深度学习"





微信扫码关注该文公众号作者

来源:CVer

相关新闻

ICLR 2024 杰出论文!涨点神器!Meta提出:ViT需要Registers20个小样本目标检测涨点方法!大语言模型对齐的四种方法!加拿大房价三年涨30%!地产届权威:降息周期即将开始!下半年大涨6.9%!CVPR 2024 | 无参数无训练也能大幅涨点!港城大等提出全新小样本3D分割模型高效涨点!用Transformer模型发Nature子刊(文末送书)血浆与狗血齐聚,网飞《三体》的魔改方法论玩 Linux 系统,配置环境变量,绕不开这 6 种方法!留学成本再涨30%!2023英国学生花费数据公布:花几十万留学,怎么才能做到“值”?京东宣布:涨薪30%!PPT的时间轴别只会画箭头了!这三种方法,好用到爆!英伟达AI大杀器!性能爆涨30倍,机器人、自动驾驶革命来临,比亚迪:我全都要!2024年,如何提升工作效率?这四种方法要牢记!PPT的时间轴别只会画箭头了!这三种方法,超实用!每人最高可领$650!加拿大儿童牙科福利最后一轮申请将于6月30日结束!申请方法如下美国购屋大不易! 房价狂涨30%,首购族悲吐:买不起抓紧上车!RBC预测央行降息200点!房价今年涨9%明年涨16%!打爆空头!重回3100点!万科罕见涨停!房地产展开猛攻!牛市旗手再冲锋!股民:苦尽甘来!985高校副教授一夜涨粉超30万!靠发传单推荐“网课”走红!PPT结尾页千万别用“感谢聆听”,这5种方法太高级了!加州State Farm用户注意!今年房屋保险至少涨30%购房大不易!美国房价狂涨30%,首购一族美梦成空……深夜,突发大利好!美联储降息要提前了?道指涨超400点,纳指涨超2%!苹果罕见狂飙,美元指数下挫,黄金、白银又跳水!冲鸭!爆涨5000词汇量的方法,真香!
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。