【論文閱讀】RepNet: Weakly Supervised Training of an Adversarial Reprojection Network for 3D-HPE,CVPR2019
摘要：簡單的神經網絡只會記憶訓練集中2D 與3D 的擬合座標，而不會考慮其真正的投影關係。因此本文利用GAN學習3D座標的同時學習相機參數，通過重投影損失，降低直接估計的過擬合問題。該方法能對未知數據具有很好泛化能力。 一、介紹 模型包含三部分,輸入到3D pose輸出的生成器，判別3D pose是否合理可行的判別器，以及學習相機參數的NN。其中，判別器不僅記憶了來自數據集的3D pose，還能有
相關文章
- 1. 《Adversarial learning for weakly-supervised social network alignment》翻譯
- 2. 《An Adversarial Regularisation for Semi-Supervised Training of Structured Output Neural Networks》筆記
- 3. 論文閱讀：Multi-Miner: Object-Adaptive Region Mining for Weakly-Supervised Semantic Segmentation
- 4. 【CVPR2019】論文完整列表一
- 5. 論文閱讀筆記《GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training》
- 6. 【CVPR2019】完整論文列表二
- 7. 論文閱讀：Temporal Structure Mining for Weakly Supervised Action Detection
- 8. 論文--NetVLAD: CNN architecture for weakly supervised place recognition--閱讀筆記。
- 9. CVPR2019（三）
- 10. 粗讀CVPR2019論文 Edge-Labeling Graph Neural Network for Few-shot Learning
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • PHP 實例 - AJAX RSS 閱讀器 - PHP教程
- • JDK13 GA發佈：5大特性解讀
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 《Adversarial learning for weakly-supervised social network alignment》翻譯
- 2. 《An Adversarial Regularisation for Semi-Supervised Training of Structured Output Neural Networks》筆記
- 3. 論文閱讀：Multi-Miner: Object-Adaptive Region Mining for Weakly-Supervised Semantic Segmentation
- 4. 【CVPR2019】論文完整列表一
- 5. 論文閱讀筆記《GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training》
- 6. 【CVPR2019】完整論文列表二
- 7. 論文閱讀：Temporal Structure Mining for Weakly Supervised Action Detection
- 8. 論文--NetVLAD: CNN architecture for weakly supervised place recognition--閱讀筆記。
- 9. CVPR2019（三）
- 10. 粗讀CVPR2019論文 Edge-Labeling Graph Neural Network for Few-shot Learning