CV Code|计算机视觉开源周报20200601期

六月的第一周马上就要过去了，又到了我们盘点开源代码的时候。

谷歌发布的目标检测新算法DetectoRS刷新了沉寂将近一年的COCO数据集的最高精度，是这周最具影响力的工作，同时谷歌还开源了视频质量评价的基准测试数据集UGC-VQA，相信对做相关工作的朋友都会很有价值。

目标重识别领域，京东的FastReID和港中文MMlab提出的跨域ReID都很值得关注。

   图像去噪

[1].CNN Denoisers As Non-Local Filters: The Neural Tangent Denoiser

CNN可用于图像的恢复，近来被发现它天然的具有对图像数据的恢复能力，比如从一幅污损的图像中让CNN网络学习去重建它，CNN首先学习重建一幅没有污损的图像。这很有意思，貌似CNN天然知道自然图像是什么样的？

该文作者研究CNN去噪与非局部滤波这种传统算法的关系，又有了一些新发现。

作者 | Julián Tachella, Junqi Tang, Mike Davies

单位 | 爱丁堡大学

论文 | https://arxiv.org/abs/2006.02379

代码 | https://gitlab.com/Tachella/neural_tangent_denoiser

   医学影响处理识别

#脑外伤二维图像分割#

[2].A Comparative Study of 2D Image Segmentation Algorithms for Traumatic Brain Lesions Using CT Data from the ProTECTIII Multicenter Clinical Trial 

从ProTECTIII Multicenter 临床试验的CT数据中比较研究脑外伤二维图像分割算法

图像分割可以方便实现对医学影像中感兴趣的区域的可视化和量化，因为医学图像的复杂性，其仍然是一项艰巨的任务。

脑外伤后人脑出现的病变包括：硬膜内出血（IPH）、硬膜下血肿（SDH）、硬膜外血肿（EDH）和创伤性挫伤等，本文旨在使用图像分割的方法进行病情的评估。

实验表明在这个问题上 UNet++ 2D + Focal Tversky 损失函数比 UNet 2D + Binary Cross-Entropy 取得了更高的精度。

作者 | Shruti Jadon, Owen P. Leary, Ian Pan, Tyler J. Harder, David W. Wright, Lisa H. Merck, Derek L. Merck

单位 | 布朗大学沃伦阿尔伯特医学院；埃默里大学医学院；佛罗里达大学医学院；布朗大学

论文 | https://arxiv.org/abs/2006.01263

代码 | https://github.com/shruti-jadon/Traumatic-Brain-Lesions-Segmentation

#弱监督病变定位#

[3].Weakly Supervised Lesion Localization With Probabilistic-CAM Pooling

作者 | Wenwu Ye, Jin Yao, Hui Xue, Yi Li

单位 | JF Healthcare（九峰医疗）；Greybird Ventures LLC

论文 | https://arxiv.org/abs/2005.14480

代码 | https://github.com/jfhealthcare/Chexpert

   机器人

#人机交互#

[4].Object-Independent Human-to-Robot Handovers using Real Time Robotic Vision 

使用实时机器人视觉进行人与机器人之间的物体独立交接

该文研究的问题是通过视觉引导，让机器人从人手中抓取物体。代码已开源。

为达到此目的，作者设计了一个通用目标检测器，一个快速的抓取算法，还有具有RGB-D相机的抓取器，不依赖其他外部传感器。机器人通过视觉信号向感兴趣的物体移动，为了实现安全性，感知模块还具有人体部位分割和手/手指分割模块，保证机器人不碰到人类。

抓取选择和感知模块实时同步运行，可以监控进度。

在对13个物体的实验中，机器人能够在81.9%的实验中成功地从人类手中获取物体。

作者 | Patrick Rosenberger, Akansel Cosgun, Rhys Newbury, Jun Kwan, Valerio Ortenzi, Peter Corke, Manfred Grafinger

单位 | 维也纳技术大学；蒙纳士大学；伯明翰大学；昆士兰科技大学；澳大利亚机器人视觉中心

论文 | https://arxiv.org/abs/2006.01797

代码 | https://github.com/patrosAT/h2r_handovers

网站 | https://patrosat.github.io/h2r_handovers/

视频 | https://www.youtube.com/watch?v=SkTx4GLpw9E

   图像超分辨率

#CVPR2020#

[5].Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining

跨尺度非局部注意力模型与穷举自样本挖掘的图像超分辨率

在单幅图像超分辨率领域，使用大量的外部图像数据训练的模型可以学到有用的局部恢复信息，但近来探索图像内部的相似性，也开始引起研究人员的兴趣，比如使用non-local 注意力模型利用低分辨率图像long-range相似性构建的超分辨率算法提高了超分辨率的效果。

但在自然图像中，跨尺度的图像相似性是普遍的，本文使用跨尺度的Non-Local注意力模型，有效挖掘图像内部先验知识，在多个实验中证明所提出的方法在多个SISR基准测试中取得了最先进的性能。

作者 | Yiqun Mei, Yuchen Fan, Yuqian Zhou, Lichao Huang, Thomas S. Huang, Humphrey Shi

单位 |  IFP Group, UIUC；地平线机器人；俄勒冈大学

论文 | https://arxiv.org/abs/2006.01424

代码 | https://github.com/SHI-Labs/Cross-Scale-Non-Local-Attention

   视频质量评估

[6].UGC-VQA: Benchmarking Blind Video Quality Assessment for User Generated Content

针对用户生成内容的盲视频质量评估

谷歌在视频质量评价领域贡献的大型数据集。

随着视频拍摄设备的普及，用户上传内容在视频网站上也越来越多，业界迫切需要有计算量低准确率高的视频质量评价方法。

谷歌在常用的763个视频统计特征中使用特征选择策略挑选出60个，创建了一种基于融合的BVQA模型（VIDEVAL），有效平衡了性能和效率的权衡。

实验结果显示该方法在相比其他SOTA方法，精度更高、速度更快。谷歌同时也为UGC-VQA问题定义了一个基准测试数据集，有助于该领域算法的评估和发展。

VIDEVAL的代码已开源。

作者 | Zhengzhong Tu, Yilin Wang, Neil Birkbeck, Balu Adsumilli, Alan C. Bovik

单位 | 得克萨斯大学奥斯汀分校；YouTube媒体算法团队，谷歌公司

论文 | https://arxiv.org/abs/2005.14354

代码 | https://github.com/tu184044109/VIDEVAL_release

   药丸识别

#CVPR 2020 VL3#

[7].ePillID Dataset: A Low-Shot Fine-Grained Benchmark for Pill Identification 

ePillID Dataset：用于药丸识别的少样本细粒度基准

凭借外观识别药丸种类，该文提出了一个大型数据集，由13k张图像组成，代表8184个外观类（4092种药丸的两面）。对于大多数的外观类，只有一个参考图像，这使得它是一个具有挑战性的少样本识别问题。

本文同时介绍了在此实验设置和基准上各种基线模型的评估结果，并且发现现有方法不足以解决此问题。

作者 | Naoto Usuyama, Natalia Larios Delgado, Amanda K. Hall, Jessica Lundin

单位 | 微软医疗

论文 | https://arxiv.org/abs/2005.14288

数据及代码 | https://github.com/usuyama/ePillID-benchmark

   目标检测

[8].DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution 

谷歌目标检测的新工作。再一次在主干网上做文章，其在COCO数据集上的单尺度测试精度已经达到53.3mAP（53.3真是一个神奇的数字！），而多尺度测试中 DetectoRS (ResNeXt-101-32x4d, multi-scale) 达到目前所有文献报告的最高精度：54.7mAP！代码已开源。

不仅如此，在COCO数据集上的实例分割和全景分割任务中，DetectoRS 也一举登顶，成为目前目标检测、语义分割、全景分割领域的全能王者！

作者 | Siyuan Qiao, Liang-Chieh Chen, Alan Yuille

单位 | 约翰斯霍普金斯;谷歌

论文 | https://arxiv.org/abs/2006.02334

代码 | https://github.com/joe-siyuan-qiao/DetectoRS

• COCO 54.7mAP！DetectoRS目标检测：改进主干网，成就新高度！
  

   GAN

#人脸技术##人像美化#

[9].GAN-Based Facial Attractiveness Enhancement

基于GAN的增强人脸吸引力

本文提出一个基于生成对抗网络（GAN）的框架，在保留脸部特征及高保真的情况下，增强人脸吸引力的技术。

方法流程：以一张人像图像作为输入，应用梯度下降法恢复一个隐藏向量，该生成框架可以利用该隐藏向量合成一个与输入图像相似的图像，基于InterFaceGAN的美颜语义编辑处理，使该框架能够实现人脸图像的美化。

注：InterFaceGAN 是用于人脸语义编辑的GAN框架。

https://github.com/genforce/interfacegan

实验证明，该框架获得了最先进的美化图像结果。

作者 | Yuhongze Zhou, Qinjie Xiao

单位 | 浙大

论文 | https://arxiv.org/abs/2006.02766v1

代码 | https://github.com/zoezhou1999/BeautifyBasedOnGAN

   ReID

[10].FastReID: A Pytorch Toolbox for Real-world Person Re-identification

FastReID：一个用于真实人员重识别的Pytorch工具箱

FastReID是京东AI研究院开发的旨在促进ReID研究和开发的开源库。其遵循高度模块化和可扩展的设计，可让相关研究者更容易验证新思路。同时易于管理的系统配置和工程部署功能，也使得它方便的进行产品化。

目前该库已经实现了很多最先进的算法，包括人员重识别（person re-id）、局部重识别（partial re-id）、跨域重识别（cross-domain re-id）和车辆重识别（vehicle re-id），并计划发布在多个基准数据集上的预训练模型。

官方称FastReID是迄今为止最完整的高性能ReID工具箱，支持单台和多台GPU服务器，可以非常容易复现结果。

作者 | Lingxiao He, Xingyu Liao, Wu Liu, Xinchen Liu, Peng Cheng, Tao Mei

单位 | 京东AI研究院

论文 | https://arxiv.org/abs/2006.02631v1

代码 | https://github.com/JDAI-CV/fast-reid

更多详情：

京东发布FastReID：目前最强悍的目标重识别开源库！

#跨域目标重识别#

[11].Self-paced Contrastive Learning with Hybrid Memory for Domain Adaptive Object Re-ID

我们的方法优于最先进的目标重识别的多域适应任务，甚至在没有额外标注的情况下，在源域的性能上也有所提升。

在Market-1501 and DukeMTMC-reID 基准上，我们的无监督人员重识别通用版本以16.2%和14.6%的成绩超过了最先进的算法。

作者 | Yixiao Ge, Dapeng Chen, Feng Zhu, Rui Zhao, Hongsheng Li

单位 | 香港中文大学MMLAB

论文 | https://arxiv.org/abs/2006.02713

代码 | https://github.com/yxgeee/SpCL

   图像分割

#CVPR 2020#

[12].Super-BPD: Super Boundary-to-Pixel Direction for Fast Image Segmentation

快速图像分割的super-BPD方法

提出的super-BPD 与 之前方法MCG相比，精度相当或者更优，而却可以达到 25fps，MCG仅 0.07fps。速度更快且有更好的迁移性，可应用于未见的场景。

作者 | Jianqiang Wan, Yang Liu, Donglai Wei, Xiang Bai, Yongchao Xu

单位 | 华中科技大学；哈佛大学

论文 | https://arxiv.org/abs/2006.00303

代码 | https://github.com/JianqiangWan/Super-BPD

在我爱计算机视觉公众号对话框回复“CVCode”即可获取以上所有论文下载地址。（网盘位置：Code周报--20200601期）

往期"精彩阅读"

• CV Code|计算机视觉开源周报20200501期
  

• CV Code|计算机视觉开源周报20200502期
  

• CV Code|计算机视觉开源周报20200503期
  

• CV Code|计算机视觉开源周报20200504期
  

END

备注如：目标检测

细分方向交流群

2D、3D目标检测、图像分割、检索、NAS等最新资讯，若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:[email protected]

网站:www.52cv.net

在看，让更多人看到