Conditional GAN based individual and global motion fusion for multiple object tracking in UAV videos
PulseAugur coverage of Conditional GAN based individual and global motion fusion for multiple object tracking in UAV videos — every cluster mentioning Conditional GAN based individual and global motion fusion for multiple object tracking in UAV videos across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新研究使用 Wasserstein 散度量化生成增强的可靠性
一篇新发表在 arXiv 上的研究探讨了生成数据增强对机器学习下游泛化的理论影响。该研究引入了一个统计框架来分析增强如何影响分类风险，并提出这种风险失真受增强强度以及真实数据分布与生成数据分布之间 Wasserstein 散度的影响。研究结果表明，尽管分布保真度（以 Wasserstein 散度衡量）的提高很重要，但它并不总是能保证卓越的分类性能，传统的过采样方法有时更具竞争力。这项工作将生成增强确立为一个可以量化并得到泛化保证支持的…
-
Dual Co-Train 框架在数据有限的情况下提升超声舌头分割效果
研究人员开发了一种名为 Dual Co-Train 的新颖框架，用于改进超声舌头分割，特别是在标记数据极其有限的情况下。这种无源域自适应方法利用了一个轻量级的 UltraUNet 主干，并优化了无标记目标数据的伪标签。该系统还使用条件 GAN 生成了目标风格的合成图像-掩码对，实现了闭环自适应，无需访问原始源数据。在多个数据集和迁移对上的评估表明，与现有的基线方法相比，Dual Co-Train 显著提高了分割重叠度和轮廓精度。