Macro-Micro Adversarial Network for Human Parsing
用於人體解析的宏-微對抗網絡——MMAN（解讀）（原論文） 像素級分類缺點：由於其低層次局部不一致性和高層次語義不一致性而使損失產生倒退。對抗性網絡的引入使用單個鑑別器解決了這兩個問題。然而，兩種類型的解析不一致性是由不同的機制產生的，因此單個鑑別器很難解決它們。爲解決這兩種不一致問題，文中提出了宏 - 微對抗網絡（MMAN）。有兩個鑑別器： 鑑別器Macro D：作用於低分辨率標籤圖並且懲罰語義
相關文章
- 1. Macro-Micro Adversarial Network for Human Parsing
- 2. human parsing—學習筆記
- 3. Human Semantic Parsing for Person Re-identification(Parsing 方法)
- 4. [paper] Multiple Human Parsing
- 5. Human Semantic Parsing for Person Re-identification
- 6. Adversarial PoseNet: A Structure-aware Convolutional Network for Human Pose Estimation
- 7. ACNet_ Adaptive Context Network for Scene Parsing
- 8. OCNet_Object Context Network for Scene parsing
- 9. Spatial Attention Network for Scene Parsing
- 10. Stacked Hourglass Network for Human Pose Estimation
- 更多相關文章...
- • Swift for 循環 - Swift 教程
- • Scala for循環 - Scala教程
- • Flink 數據傳輸及反壓詳解
- • 算法總結-廣度優先算法
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。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Macro-Micro Adversarial Network for Human Parsing
- 2. human parsing—學習筆記
- 3. Human Semantic Parsing for Person Re-identification(Parsing 方法)
- 4. [paper] Multiple Human Parsing
- 5. Human Semantic Parsing for Person Re-identification
- 6. Adversarial PoseNet: A Structure-aware Convolutional Network for Human Pose Estimation
- 7. ACNet_ Adaptive Context Network for Scene Parsing
- 8. OCNet_Object Context Network for Scene parsing
- 9. Spatial Attention Network for Scene Parsing
- 10. Stacked Hourglass Network for Human Pose Estimation