Zobrazeno 1 - 9
of 9
pro vyhledávání: '"invariant neural networks"'
Autor:
Tony Lindeberg, Ylva Jansson
Publikováno v:
ICPR
The ability to handle large scale variations is crucial for many real world visual tasks. A straightforward approach for handling scale in a deep network is to process an image at several scales simultaneously in a set of scale channels. Scale invari
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::08281e858a04efe80f7ecdbf88155bd9
https://doi.org/10.1109/icpr48806.2021.9413276
https://doi.org/10.1109/icpr48806.2021.9413276
Autor:
Tony Lindeberg, Ylva Jansson
The ability to handle large scale variations is crucial for many real world visual tasks. A straightforward approach for handling scale in a deep network is to process an image at several scales simultaneously in a set of scale channels. Scale invari
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::415c55e2d5e7c5452014e5da07e80116
Publikováno v:
ICPR
Spatial transformer networks (STNs) were designed to enable convolutional neural networks (CNNs) to learn invariance to image transformations. STNs were originally proposed to transform CNN feature maps as well as input images. This enables the use o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2454ddefc69af1e56514afc881bfb494
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-288723
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-288723
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
A large number of deep learning architectures use spatial transformations of CNN feature maps or filters to better deal with variability in object appearance caused by natural image transformations. In this paper, we prove that spatial transformation
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::285d2714283c586cb49fe8acec87d858
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-272970
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-272970
Spatial transformer networks (STNs) were designed to enable CNNs to learn invariance to image transformations. STNs were originally proposed to transform CNN feature maps as well as input images. This enables the use of more complex features when pre
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a5220f08476ca6e15ac227662381b605
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.