RFN-Nest 2021 研究 图像融合分为三步:特征提取,融合策略,图像重建。 当前端到端的图像融合方法:基于GAN的、还有本文提出的 研究背景:当前设计的融合策略在为特定任务生成融合图像方面是比较困难的。 研究目...
一、Residual Attention Network 简介 这是CVPR2017的一篇paper,是商汤、清华、香港中文和北邮合作的文章。它在图像分类问题上,首次成功将极深卷积神经网络与人类视觉注意力机制进行有效的结合,并取得了远超...
目录 1. 相关工作 2. Residual Attention Network 2.1 Attention残差学习 2.2 自上而下和自下而上 2.3 正则化Attention 最近看了些关于attention的文章。Attention是比较好理解的人类视觉机制,但怎么用在计算机...
目录 1. 故事 2. 动机 3. 做法 3.1 DRDB 3.2 训练方法 4. 实验 发表于2019 Sensors。这篇文章的思想可能来源于2018 ECCV的SkipNet[11]。 没开源,和SkipNet基本一致,没什么创新点。 1. 故事 本文的改造对象是RDN...
目录 Residual dense block & network 和DenseNet的不同 摘要和结论 发表在2018年CVPR。 摘要和结论都在强调方法的优势。我们还是先从RDN的结构看起,再理解它的背景和思想。 Residual dense block & net...