去噪论文阅读-3
Learning Enriched Features for Real Image Restoration and EnhancementMotivation
Full-resolution representation is spatially precise but contextually l
...
去噪论文阅读-2-Self Supervised
Posted on
导言：这篇文章两篇论文，Self Supervised去噪相关。
Neighbor2Neighbor: Self-Supervised Denoising from Single Noisy Images时间线：
Noise2Noise
Probabilistic Noise2Void
Noise
...
面经
Posted on
剑指犀牛鸟问答题Attention
Attention机制 SEnet (注意力机制了解吗、SENet)由输入 X 得到输出feature U 以后，对U的每个通道进行全局平均池化得到通道描述子（Squeeze），再利用两层 FC 得到每个通道的权重值，对 U 按通道进行重新加权得到最终输出（Exc
...
去噪论文阅读-1
Posted on
导言：这篇文章两篇论文，关于blind去噪相关。
When AWGN-based Denoiser Meets Real NoisesWhat is the problem:
实际噪声是空域相关的，但是生成的AWGN是空域无关的。使用在AWGN中训练的网络在无法在实际noise中获得较好得结果。
T
...
Video Object Segmentation (VOS)
Posted on
实验记录：T0819：对作者提供的模型进行test，得到结果，使用crf对其进行后处理。使用std davis-python代码测试，其结果为：
第一次测试baseline模型结果
对作者提供的结果，使用std davis-python代码进行测试，其结果为：
...
Gan Loss improve之LSGan WGan WGan-GP
Posted on
导言：接上篇经典Gan Loss原理以及其实现，本篇深入探讨一下各种GanLoss。
经典GAN loss缺点：
在经典GAN LOSS中Disciminator是一个Binery Classifier, 对于图中所示的两种分布，二分类判别器给出的两者loss是相同的，但是实际上G_1的损失应该要
...
经典GAN loss原理以及其实现
Posted on
导言：前几天同门问起我GAN loss的实现，我发现自己在一些符号、细节上对GAN loss还是有没有记牢的地方。于是写下这篇blog来加深印象。
GANS loss原理经典GAN loss是最原始的loss：
\min_{G} \max_{D} E_{x \in q(x)}[log D(x)]
...
Deepfake Detection之FaceForensics++
Posted on
Dataset:Face2FaceFacial reenactment method.
FaceSwapGraphics-based approach to transfer the face region from a source video to a target video. Based o
...
Deepfake Detection之Face Xray
Posted on
Method and Motivation：通过fake face 与真实face background混合的blending 阶段来进行检验。模糊嵌入存在边界Inconsistent
BI Dataset:Training data is generated from real images. D
...
Deepfake Detection之DeeperForensics-1.0
Posted on
数据集组成数据集含有1000个manipulate videos以及1000个源视频(FF++的youtube视频)
1000个manipulate 被5个等级的random-type distortions 处理，得到5个1000视频1000个manipulate 使用more than one
...