计算机视觉每日论文速递[10.02]

同步公众号(arXiv每日论文速递)，欢迎关注，感谢支持哦~

[检测分类相关]：

【1】 Research on insect pest image detection and recognition based on bio-inspired methods
基于仿生方法的害虫图像检测与识别研究
作者： Loris Nanni, Fabio Pancino
链接：https://arxiv.org/abs/1910.00296

【2】 Adversarial Patches Exploiting Contextual Reasoning in Object Detection
目标检测中利用上下文推理的对抗性补丁
作者： Aniruddha Saha, Hamed Pirsiavash
链接：https://arxiv.org/abs/1910.00068

[分割/语义相关]：

【1】 Real-Time Semantic Stereo Matching
实时语义立体匹配
作者： Pier Luigi Dovesi, Stefano Mattoccia
链接：https://arxiv.org/abs/1910.00541

【2】 CapsuleVOS: Semi-Supervised Video Object Segmentation Using Capsule Routing
CapsuleVOS：使用胶囊路由的半监督视频对象分割
作者： Kevin Duarte, Mubarak Shah
备注：8 pages, 6 figures, ICCV 2019
链接：https://arxiv.org/abs/1910.00132

【3】 LIP: Learning Instance Propagation for Video Object Segmentation
LIP：用于视频对象分割的学习实例传播
作者： Ye Lyu, Michael Ying Yang
备注：ICCVW19
链接：https://arxiv.org/abs/1910.00032

【4】 Compensating Supervision Incompleteness with Prior Knowledge in Semantic Image Interpretation
利用先验知识补偿语义图像解释中的监督不完全性
作者： Ivan Donadello, Luciano Serafini
链接：https://arxiv.org/abs/1910.00462

[GAN/对抗式/生成式相关]：

【1】 Deep Neural Rejection against Adversarial Examples
针对对抗性实例的深层神经排斥
作者： Angelo Sotgiu, Fabio Roli
链接：https://arxiv.org/abs/1910.00470

【2】 CMTS: Conditional Multiple Trajectory Synthesizer for Generating Safety-critical Driving Scenarios
CMTS：用于生成安全关键驾驶场景的条件多轨迹合成器
作者： Wenhao Ding, Ding Zhao
备注：Submitted to ICRA 2020, 8 pages, 7 figures
链接：https://arxiv.org/abs/1910.00099

[半/弱/无监督相关]：

【1】 Unsupervised Generative 3D Shape Learning from Natural Images
基于自然图像的无监督生成三维形状学习
作者： Attila Szabó, Paolo Favaro
链接：https://arxiv.org/abs/1910.00287

[跟踪相关]：

【1】 Track to Reconstruct and Reconstruct to Track
要重建的轨道和要重建的轨道
作者： Jonathon Luiten, Bastian Leibe
链接：https://arxiv.org/abs/1910.00130

[迁移学习/domain/主动学习/自适应]：

【1】 Harmonization of diffusion MRI datasets with adaptive dictionary learning
扩散MRI数据集与自适应字典学习的协调
作者： Samuel St-Jean, Alexander Leemans
链接：https://arxiv.org/abs/1910.00272

[裁剪/量化/加速相关]：

【1】 Sub-Architecture Ensemble Pruning in Neural Architecture Search
神经结构搜索中的子结构集成剪枝
作者： Yijun Bian, Xia Hu
链接：https://arxiv.org/abs/1910.00370

[3D/3D重建等相关]：

【1】 Towards Automatic Embryo Staging in 3D+T Microscopy Images using Convolutional Neural Networks and PointNets
利用卷积神经网络和PointNets实现3D+T显微图像中的胚胎自动分期
作者： Manuel Traub, Johannes Stegmaier
链接：https://arxiv.org/abs/1910.00443

【2】 DenseRaC: Joint 3D Pose and Shape Estimation by Dense Render-and-Compare
DenseRaC：通过密集渲染和比较进行关节3D姿势和形状估计
作者： Yuanlu Xu, Tony Tung
备注：11 pages, 8 figures, International Conference on Computer Vision (ICCV) 2019, Oral Presentation
链接：https://arxiv.org/abs/1910.00116

[其他]：

【1】 End-to-end learning of energy-based representations for irregularly-sampled signals and images
用于不规则采样信号和图像的基于能量的表示的端到端学习
作者： Ronan Fablet, François Rousseau
链接：https://arxiv.org/abs/1910.00556

【2】 A Three-dimensional Convolutional-Recurrent Network for Convective Storm Nowcasting
用于对流风暴短时预报的三维对流-回归网络
作者： Wei Zhang, Lei Han
链接：https://arxiv.org/abs/1910.00527

【3】 Graph convolutional networks for learning with few clean and many noisy labels
用于学习的图卷积网络，具有很少的干净标签和许多噪声标签
作者： Ahmet Iscen, Cordelia Schmid
链接：https://arxiv.org/abs/1910.00324

【4】 Underwhelming Generalization Improvements From Controlling Feature Attribution
通过控制要素属性进行平淡无奇的概化改进
作者： Joseph D. Viviano, Joseph Paul Cohen
链接：https://arxiv.org/abs/1910.00199

【5】 Custom Extended Sobel Filters
自定义扩展Sobel过滤器
作者： Victor Bogdan, Ciprian Orhei
链接：https://arxiv.org/abs/1910.00138

【6】 Hidden Trigger Backdoor Attacks
隐藏触发后门攻击
作者： Aniruddha Saha, Hamed Pirsiavash
链接：https://arxiv.org/abs/1910.00033

【7】 Map as The Hidden Sensor: Fast Odometry-Based Global Localization
地图作为隐藏传感器：基于里程计的快速全球定位
作者： Cheng Peng, David Weikersdorfer
链接：https://arxiv.org/abs/1910.00572

【8】 Leveraging Model Interpretability and Stability to increase Model Robustness
利用模型的可解释性和稳定性提高模型的鲁棒性
作者： Fei Wu, Alexandre Briot
备注：Accepted at the 2019 ICCV workshop on Interpreting and Explaining Visual AI models; 8 pages
链接：https://arxiv.org/abs/1910.00387

【9】 Revisiting Fine-tuning for Few-shot Learning
重新审视几次学习的微调
作者： Akihiro Nakamura, Tatsuya Harada
链接：https://arxiv.org/abs/1910.00216

【10】 A Mobile Manipulation System for One-Shot Teaching of Complex Tasks in Homes
一种用于家庭复杂任务一次性教学的移动操作系统
作者： Max Bajracharya, Yutaka Takaoka
备注：8 pages, 6 figures, submitted to IEEE Robotics and Automation Letters with option to present at 2020 Robotics International Conference on Robotics and Automation (ICRA)
链接：https://arxiv.org/abs/1910.00127

【11】 Risk-Aware Planning by Confidence Estimation using Deep Learning-Based Perception
基于深度学习感知的基于置信度估计的风险感知规划
作者： Maymoonah Toubeh, Pratap Tokekar
链接：https://arxiv.org/abs/1910.00101

【12】 Fitting IVIM with Variable Projection and Simplicial Optimization
用变量投影和单纯形优化拟合IVIM
作者： Shreyas Fadnavis, Eleftherios Garyfallidis
链接：https://arxiv.org/abs/1910.00095

【13】 Multi-Head Attention with Diversity for Learning Grounded Multilingual Multimodal Representations
具有多样性的多头注意学习扎根多语言多模态表征
作者： Po-Yao Huang, Alexander Hauptmann
备注：Accepted at EMNLP 2019
链接：https://arxiv.org/abs/1910.00058

机器翻译，仅供参考