JunHaoLin論文閱讀 ACCV 2022 — Spatio-channel Attention Blocks for Cross-modal Crowd Counting作者提出 Cross-modal Spatio-Channel Attention (CSCA) 讓跨模態特徵能更好的融合,讓跨模態人群計數更加準確,CSCA 主要是透過注意力機制抽取空間上跨模態的全域特徵,並通過 Self-attention 來完善特徵融合。Nov 27, 2022Nov 27, 2022
JunHaoLin論文閱讀Arxiv 2022—Cross-Modality Earth Mover’s Distance for Visible Thermal Person Re-Identification透過 Earth Mover’s Distance(EMD) 減輕 Cross-modality 之間的差異,讓不同模態特徵盡可能對齊,達到最佳辨識效果。Oct 16, 2022Oct 16, 2022
JunHaoLin論文閱讀 ICCV2021 — Real-time Instance Segmentation with Discriminative Orientation Maps在 YOLOv3 的基礎上加入一組 Head ,用來預測具有辨識度的方向圖,並用方向圖區分前景和背景,來達到 Real-time 的 Instance segmentation。Jul 18, 2022Jul 18, 2022
JunHaoLin論文閱讀 CVPR 2021 — Diverse Part Discovery: Occluded Person Re-identification with Part-Aware…人物被遮擋的問題在 ReID 任務上是一個很重要的議題,因此作者提出 Part-Aware Transformer(PAT) 來解決這問題。Jun 24, 2022Jun 24, 2022
JunHaoLin論文閱讀 2019 — YOLACT Real-time Instance Segmentation作者提出一個簡單的 Fully-convolutional model ,用於 Real time instance Segmentation,並且在 MS COCO dataset 上使用單張 Titan Xp 上能達到 33.5 Fps 準確度 29.8…May 9, 2022May 9, 2022
JunHaoLin論文閱讀 2021 — CMTR: Cross-modality Transformer for Visible-infrared Person Re-identificationRGB 和 IR 由於模態之間有著明顯差異,因此在此任務上如何將這兩種模態配對在一起成為主要的問題,作者提出基於 Transformer 架構的跨模態融合模組( CMTR ),這架構能明確挖掘出每種模態的資訊,並在此基礎上生成更好的判斷特徵。May 7, 2022May 7, 2022
JunHaoLin論文閱讀2021—Cross-Modality Fusion Transformer for Multispectral Object Detection為了讓物件偵測更加貼近現實,作者使用 RGB 和 Thermal 來當作 Input ,並且提出簡單且有效的 Cross-Modality Fusion Transformer 方法(CFT),透過 Transformer 架構有效的提取出 RGB 和 Thermal…Apr 23, 2022Apr 23, 2022
JunHaoLin論文閱讀 CVPRW 2019 — EV-SegNet: Semantic Segmentation for Event-based CamerasDVS camera 具有過往傳統 camera 沒有的優勢,因此作者設計一個針對 DVS 的語意分割模型,並且目前任務並沒有現成的標注資料集,作者還提出了能自動生成近似語意分割的標籤的作法。Apr 18, 2022Apr 18, 2022
JunHaoLin論文閱讀 CVPR2021 — Masked Autoencoders Are Scalable Vision Learners提出一個針對視覺任務的 Mask Autoencoder(MAE) self-supervised 架構,主要是將圖片隨機高度 Mask(75%),並透過 Autoencoder 重建被遮擋的部分。這種架構能擴展於各式下游任務,達到加速訓練(3倍或更多)並提升準確度。Apr 11, 2022Apr 11, 2022
JunHaoLin論文閱讀 TIP2021 — Homogeneous-to-Heterogeneous: Unsupervised Learning for RGB-Infrared Person…首篇將 Unsupervised learning 應用於 VI Person Re-ID 任務上,透過一個兩階段方法解決 Unsupervised Learning 問題:1. 學習模態內特徵並生成人物圖像的偽標記身份。2. 透過 Heterogeneous…Mar 9, 2022Mar 9, 2022