双线性插值法(Bilinear interpolation)是利用待求象素反变换到原图像对应的浮点坐标，邻近的四个象素在两个方向上作线性内插。四邻近像素值的加权平均即为待测点像素值，计算权重反比于浮点在双线性方向上的映射距离。双线性插值是利用了需要处理的原始图像浮点坐标周围的四个像素点的相关性,通过双线性算法计算。同上A中所设，目的坐标M(x,y)和浮点坐标m(i+u,j+v)，则： f(M

1、 为什么在纹理采样时需要texture filter（纹理过滤）。 我们的纹理是要贴到三维图形表面的，而三维图形上的pixel中心和纹理上的texel中心并不一至（pixel不一定对应texture上的采样中心texel），大小也不一定一至。当纹理大于三维图形表面时，导至一个像素被映射到许多纹理像素上;当维理小于三维图形表面时，许多个象素都映射到同一纹理。 当这些情况发生时，贴图就会变得模

（出处：VerifyNet: Secure and Verifiable Federated Learning）

更精简的论文学习笔记 1、摘要 多模态学习中的注意力网络提供了一种选择性地利用给定视觉信息的有效方法。然而，学习每一对多模态输入通道的注意力分布的计算成本是非常昂贵的。为了解决这个问题，共同注意力为每个模态建立了两个独立的注意分布，忽略了多模态输入之间的相互作用。在本文中，我们提出了双线性注意力网络（BAN），它可以找到双线性注意力分布来无缝地利用给定地视觉语言信息。BAN考虑两组输入通道之间

激活函数总结（八）：基于Gate mechanism机制的激活函数补充 1 引言2 激活函数2.1 GLU激活函数2.2 SwiGLU激活函数2.3 GTU激活函数2.4 Bilinear激活函数2.5 ReGLU激活函数2.6 GEGLU激活函数 3. 总结 1 引言 在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PR

涉及论文 [1]Multimodal Compact Bilinear Pooling for Visual Question Answering and Visual Grounding https://www.arxiv.org/pdf/1606.01847.pdf [2]Compact Bilinear Pooling https://arxiv.org/pdf/1511.06062.pd

http://blog.csdn.net/cay22/article/details/5555585  雙線性插值(Bilinear interpolation)的圖像旋轉在mobile上面的C++實現   我們找來了圖像旋轉的公式：   X' =  X cosθ -  Y sinθ;   Y' =  X sinθ  + Y cosθ;   這個圖像公式大家在高中數學課都是會算滴。 然後我