跟李沐学AI-动手学深度学习 PyTorch版-06 矩阵计算
跟李沐学AI-动手学深度学习 PyTorch版-05 线性代数
跟李沐学AI-动手学深度学习 PyTorch版-04 数据操作 + 数据预处理
跟李沐学AI-动手学深度学习 PyTorch版-03 安装
跟李沐学AI-动手学深度学习 PyTorch版-02 深度学习介绍
跟李沐学AI-动手学深度学习 PyTorch版-01 课程安排
学习报告：用于视频修复的时空联合Transformer网络
中山大学和微软亚洲研究所团队提出了一种高质量的视频修复方法，可以填补视频帧中的缺失内容。相关论文于2020年10月发表在计算机视觉顶级会议之一的欧洲计算机视觉国际会议European Conference on Computer Vision （ECCV）。论文题目为《Learning Joint Spatial-Temporal Transformations for Video Inpainting》，本文将会对论文中的方法进行介绍。
图 1 论文发表截图
学习报告：脑机接口和增强/虚拟现实
德国不莱梅大学Felix Putze等人在研究现实增强（Augmented Reality , AR）与虚拟现实（Virtual Reality , VR）技术与脑机接口（Brain-Computer Interfaces , BCI）结合的巨大潜力，进一步提高AR/VR的沉浸性，提高BCI在康复和控制方面的可用性。相关成果作为Editorial论文于2020年5月发表在 《Frontiers in Human Neuroscience 》 杂志上。原文题目为Brain-Computer Interfaces and Augmented/Virtual Reality。本文将会对论文中的内容进行介绍以及自己的总结。
图1 论文发表图