MrD's Blog

我干了什么究竟拿了时间换了什么

【Arixiv 2023】Benchmarking Large Language Models in Retrieval-Augmented Generation

Abstract 检索增强生成（Retrieval-Augmented Generation，简称RAG）是减轻大型语言模型（Large Language Models，简称LLMs）幻觉问题的一个有前景的方法。然而，现有研究在严格评估检索增强生成对不同大型语言模型的影响方面还不足，这使得确定RAG对不同LLMs能力潜在瓶颈变得具有挑战性。在本文中，我们系统地研究了检索增强生成对大...

Posted by ShawnD on December 16, 2023

【TGRS 2023】NLSSR：Nonlocal Structured Sparsity Regularization Modeling for Hyperspectral Image Denoising

Abstract 针对高光谱图像（HSI）去噪的非局部基模型首先使用非局部自相似性（NSS）先验将相似的全带块分组为三维非局部全带组（张量），并采用块匹配（BM）操作，然后通常对每个非局部全带组施加低秩（LR）惩罚以降低噪声。尽管基于非局部的方法在HSI去噪中表现出了有希望的性能，但大多数现有方法仅考虑了非局部全带组的LR属性，而忽略了稀疏系数之间的强相关性。此外，这些方法通常由于BM操作...

Posted by ShawnD on December 15, 2023

【TIP 2023】Spatially Varying Prior Learning for Blind Hyperspectral Image Fusion

Abstract 文章的摘要主要介绍了一种用于盲目高光谱图像融合（HIF）的深度学习方法。该方法旨在从低分辨率的高光谱图像（LR-HSI）和高空间分辨率的多光谱图像（HR-MSI）中恢复出高分辨率的高光谱图像（HR-HSI）。现有的方法通常假设空间和光谱领域的退化是已知的，或者在基于深度学习的方法中存在成对的高低分辨率训练数据。然而，这样的假设在实际应用中往往不成立。此外，大多数现有工作要...

Posted by ShawnD on December 14, 2023

【CVPRW 2022】SSHOD：Semi-Supervised Hyperspectral Object Detection Challenge Results - PBVS 2022

Abstract 本文总结了2022年感知超越可见光谱（PBVS）研讨会及计算机视觉与模式识别（CVPR）会议上首次半监督式高光谱目标检测（SSHOD）挑战的主要贡献。 SSHOD挑战赛是首个此类高光谱数据集，包含连续拍摄的帧，这些帧是在三天内从大学楼顶观察一个四路交通路口收集的。数据集共包含2890帧，平均分辨率为 $1600 \times 192$ 像素，具有从400纳米至900纳米...

Posted by ShawnD on December 14, 2023

【TPAMI 2023】DGSMP：Deep Gaussian Scale Mixture Prior for Image Reconstruction

Abstract 本文提出了一种基于最大后验（MAP）估计框架的新型图像重建方法，该方法采用学习到的高斯尺度混合（GSM）先验。与仅估计图像均值（即去噪先验）但忽略方差的现有展开方法不同，我们提出通过深度网络学习高斯尺度混合模型的均值和方差来表征图像。此外，为了学习图像的长距离依赖性，我们基于Swin Transformer开发了一个增强的变体用于学习GSM模型。最大后验估计器...

Posted by ShawnD on December 13, 2023

【EMNLP 2023】Is the Answer in the Text? Challenging ChatGPT with Evidence Retrieval from Instructive Text

Abstract 最近，生成性语言模型在根据给定文本上下文生成答案方面取得了显著成功。然而，这些答案可能会产生幻觉，错误引用证据，并传播误导性信息。在这项工作中，我们通过使用ChatGPT——一种最先进的生成模型作为机器阅读系统，来解决这个问题。我们要求它从可信的指导性文本中检索出对于词汇多样和开放式问题的答案。我们介绍了WHERE（WikiHow Evidence REtrieval...

Posted by ShawnD on December 13, 2023

【TCSVT 2019】Fast Parallel Implementation of Dual-Camera Compressive Hyperspectral Imaging System

Abstract 编码孔径快照光谱成像仪（CASSI）提供了一种从单个二维测量中恢复三维高光谱图像（HSI）的潜在解决方案。最新提出的双摄像头压缩高光谱成像仪（DCCHI）设计可以与CASSI同时收集更多信息，以提高重建质量。目前的主要瓶颈在于重建方法的高计算复杂性，这阻碍了其实际应用。在本文中，我们提出了一种基于DCCHI的快速并行实现方法，以实现稳定高效的HSI重建。具体而言，我们为重...

Posted by ShawnD on December 12, 2023

【Research & Writting】TCSVT 投稿

The IEEE Article Submission Process 在你写完你的文章并准备好你的图片之后，你可以提交你的文章供审查。按照以下步骤完成IEEE文章提交流程。 Select Your Target Journal 如果一篇文章超出了期刊的研究范围，那么它可能会在同行评议之前被拒绝。根据这些建议选择合适的日志。从IEEE出版物推荐工具获得针对您的文章的定制推荐。...

Posted by ShawnD on December 11, 2023

【NIPS 2020】RAG：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

Abstract 大型预训练语言模型已经被证明能够在其参数中存储事实知识，并在针对下游自然语言处理（NLP）任务进行微调时达到最先进的结果。然而，它们访问和精确操控知识的能力仍然有限，因此在知识密集型任务上的表现落后于特定任务的架构。此外，为它们的决策提供出处以及更新它们的世界知识仍然是公开的研究问题。具有显式非参数记忆存取机制的预训练模型可以克服这一问题，但迄今为止，这类模型...

Posted by ShawnD on December 11, 2023

【CVPR 2023】Spatially Adaptive Self-Supervised Learning for Real-World Image Denoising

近几年，在自监督图像去噪（SSID）方面取得了显著进展。然而，大多数方法都集中在处理空间独立的噪声上，并且对于带有空间相关噪声的真实世界sRGB图像的实际应用性不大。尽管建议使用像素随机下采样来打破噪声相关性，但这样做破坏了图像的原始信息，限制了去噪性能。在本文中，我们提出了一种解决这个问题的新视角，即寻找适应空间的监督以进行真实世界sRGB图像去噪。具体来说，我们考虑了噪声图像...

Posted by ShawnD on December 11, 2023