「论文解读」 A Joint Sequence Fusion Model for Video Question Answering and Retrieval
论文发表时间:2018-08-07 ECCV 2018
论文地址: https://arxiv.org/abs/1808.02559
官方代码: tensorflow https://github.com/yj-yu/lsmdc
研究的问题:视频问答/文本-视频检索
难点:子序列匹配;
现有的方法:
将跨模态特征表示成单个向量进行匹配,只能进行整体匹配,无法匹配到子序列;
1 一句话总结文章
针对两种模态的序列数据,提出了可以度量子序列的方法;
2 方案
前导知识:深度学习基本知识,CNN,RNN, 视频检索, 视频问答
2.1 模型结构
图1:网络结构
2.2 特征表示
Joint Semantic Tensor F...
「C++」 线性运算库汇总
1 引言
MKL 和 OpenBLAS 都提供了比较好的性能,MKL 性能还更好一点;
2 常用库1
2.1 EIGEN
是一个线性算术的开源 C++ 模板库;功能强大、快速、优雅以及支持多平台,可以使用该库来方便处理一些矩阵的操作,达到类似 matlab 那样的快捷;
支持稠密矩阵(Dense Matrix)和稀疏矩阵(Sparse Matrix)运算,并内置实现了对两种矩阵的求解器(Solver);使用 Eigen 十分简单,因为是模板库,所以只需要将头文件拷入 include 目录即可,缺点是编译时比较费时。Eigen 的稠密矩阵运算在某些平台上的性能甚至接近 Intel MKL;虽然 Eigen 的求解器从效率来讲并不算最好,但将其作为矩阵容器是一个很好的选择,在求解大型...
「竞赛」 Kaggle:标志性建筑物检索 谷歌2019
Google Landmark Retrieval 2019: https://www.kaggle.com/c/landmark-retrieval-2019
2019.05.27 ~ 2019.06.10;
CVPR 2019 标志建筑识别;
「论文实践」SteganoGAN: High Capacity Image Steganography with GANs
论文发表时间:2019-01-12
论文地址:https://arxiv.org/abs/1901.03892
文档: https://dai-lab.github.io/SteganoGAN/
官方代码:(pytorch) https://github.com/DAI-Lab/SteganoGAN
「论文解读」SteganoGAN: High Capacity Image Steganography with GANs
论文发表时间:2019-01-12
论文地址:https://arxiv.org/abs/1901.03892
文档: https://dai-lab.github.io/SteganoGAN/
官方代码:(pytorch) https://github.com/DAI-Lab/SteganoGAN
共计 516 篇文章,26 页。