题目: Correspondence Networks with Adaptive Neighbourhood Consensus

摘要:

在这篇论文中,我们处理的任务是在包含相同类别物体的图像之间建立紧密的视觉对应。这是一个具有挑战性的任务,因为类内部变化很大,并且缺乏密集的像素级注释。我们提出了一种卷积神经网络结构,称为邻域自适应一致网络(ANC-Net),它可以通过稀疏的关键点注释进行端到端的训练来应对这一挑战。该算法的核心是非各向同性的四维卷积核,构成了邻域自适应一致的鲁棒匹配模块。为了使所学习的特征对类内变化具有鲁棒性,我们还引入了一个简单有效的多尺度自相似模型。此外,我们提出了一种新的正交损失来加强一对一匹配的约束。我们彻底地评估了我们的方法在各种基准上的有效性,在这些基准上,它的性能大大优于最先进的方法。

成为VIP会员查看完整内容
15

相关内容

在深度学习中,卷积神经网络(CNN或ConvNet)是一类深度神经网络,最常用于分析视觉图像。基于它们的共享权重架构和平移不变性特征,它们也被称为位移不变或空间不变的人工神经网络(SIANN)。它们在图像和视频识别,推荐系统,图像分类,医学图像分析,自然语言处理,和财务时间序列中都有应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
【ICML2020】持续图神经网络,Continuous Graph Neural Networks
专知会员服务
145+阅读 · 2020年6月28日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
55+阅读 · 2020年4月29日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
55+阅读 · 2020年4月8日
专知会员服务
41+阅读 · 2020年2月20日
【泡泡点云时空】PointConv: 3D点云的深度卷积网络
泡泡机器人SLAM
23+阅读 · 2019年6月12日
【泡泡图灵智库】基于几何一致性网络的摄像机运动估计
Self-Attention GAN 中的 self-attention 机制
PaperWeekly
12+阅读 · 2019年3月6日
Deep Graph Infomax
Arxiv
16+阅读 · 2018年12月21日
Arxiv
12+阅读 · 2018年9月15日
Arxiv
5+阅读 · 2018年4月13日
Arxiv
13+阅读 · 2017年12月5日
VIP会员
微信扫码咨询专知VIP会员