（翻译）ICCV 2013 文章统计
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 39 | 弹碎片的密集场景重建 | 谦一皱*，斯坦福大学斯蒂芬·米勒，美国斯坦福大学，弗拉德连·Koltun，斯坦福大学 |
| 702 | 一个全球性的线性方法相机姿注册 | Nianjuan江*，ADSC;兆鹏崔，新加坡国立大学，坪坦， | |
| 748 | 基于XSlit成像的旋转立体模型 | 金威叶*，特拉华大学，虞姬，特拉华大学;精艺瑜，特拉华大学 | |
| 1177 | 起重从单幅图像的3D曼哈顿线 | Srikumar Ramalingam *，MERL，马太福音品牌，MERL | |
| 1588 | 卷帘立体声 | 奥利维尔苏拉*，苏黎世联邦理工学院，凯文Koeser;让 - 伊夫·Bouguet，谷歌，马克Pollefeys，ETH | |
| 计算摄影学，传感和显示 | 845 | 非参数盲超分辨率 | Tomer的MICHAELI *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 |
| 1696 | 从每个像素一个检测到的光子现场强度和深度收购 | 艾哈迈德Kirmani *，麻省理工学院; Dongeek善，麻省理工学院; Dheera卡特拉曼，麻省理工学院，佛朗哥黄，麻省理工学院;维韦克戈雅，麻省理工学院 | |
| 脸和手势 | 1680 | 一种实用的迁移学习算法的人脸验证 | 旭东曹*，微软亚洲研究院;大卫Wipf， |
| 低层次的视觉和图像处理 | 178 | 标杆视觉显着性的计算模型 | 阿里Borji *;张卫健Sihite，南加州大学（USC）大学;哈米德Rezazadegan TAVAKOLI，奥卢大学;洛朗ITTI，南加州大学（USC） |
| 389 | 与双对立机制颜色恒常性模型 | 烧饼高，电子科大，开福阳，电子科大;永杰李*，电子科大 | |
| 436 | 估计人类扫描路径使用隐马尔科夫模型 | 惠英刘*，计算机学报研究所;董旭，」台大，新加坡“清明黄，中国中国科学院研究生大学;文李，台大;林坤龙，微软亚洲研究院 | |
| 547 | 快速边缘检测结构化森林 | 彼得·马克*;拉里Zitnick，“微软研究院，美国” | |
| 运动和跟踪 | 307 | 层次数据驱动的后裔为高效最优估计变形 | 远东田*，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 |
| 319 | 通过协同聚类的角度运动分割 | Zhuwen李*，新加坡国立大学，嘉铭国，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 1036 | 分段刚性场景流 | 克里斯托夫沃格尔*，苏黎世联邦理工学院，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国” | |
| 1095 | 大排量光流深匹配 | 菲利普Weinzaepfel *，INRIA，杰罗姆Revaud;扎伊德Harchaoui，INRIA，郝施密德，“INRIA，法国” | |
| 1530 | 无序通过模型平均密度估计的跟踪 | Seunghoon香*，POSTECH;苏哈郭某，POSTECH; Bohyung汉，POSTECH | |
| 1911 | 其动作方式：跟踪与外观类似的多目标 | 恰拉扬Dicle，neu.edu;明锐营*;马里奥Sznaier，东北大学 | |
| 优化方法 | 68 | 控释肥在活动地图推断高效语义分割 | 杰玛罗伊格，ETH;泽维尔博伊克斯*，ETH;罗德里克德奈斯，慕尼黑，塞巴斯蒂安·拉莫斯，计算机视觉中心（CVC）;吕克·范·GOOL，ETH |
| 1031 | Potts模型，参数maxflow的和k-子模块的功能 | 伊戈尔Gridchyn，北京时间奥地利;弗拉基米尔·洛夫*，“IST，奥地利” | |
| 1739 | 比例为先验图像序列分割 | 克劳迪娅·尼乌文赫伊斯*;叶夫根Strekalovskiy，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1900 | 使用王素欣树粗到细的语义视频分割 | 勒内·维达尔*，约翰霍普金斯大学; Aastha耆那教，LinkedIn | |
| 绩效评估 | 1055 | 寻找最佳的第二贝斯茨 - 抑制主观偏见的视觉跟踪算法的评估 | 余彭年*，寺大学学报;海滨灵， |
| 基于物理的眼光和形状从-X | 523 | 迈向保证光照模型的非凸对象 | 渝黔张*，哥伦比亚大学，存目，哥伦比亚大学，涵文国，哥伦比亚大学，约翰·怀特， |
| 740 | 分离反光和荧光元件采用高频照明在频域 | 迎福*，东京大学，安东尼琳，国立情报学研究所佐藤伊万里市，;孝弘冈部;佐藤洋一，东京大学，日本“ | |
| 识别：检测，分类，分类，索引，匹配 | 52 | HOGgles：可视化目标检测功能 | 卡尔Vondrick *，麻省理工学院，阿迪亚科斯拉;托马斯Malisiewicz;安东尼奥托拉尔瓦，麻省理工学院 |
| 81 | Regionlets的通用对象检测 | 王晓宇*，NEC美国实验室，明阳，NEC美国实验室;圣火朱;杨元庆林， | |
| 189 | 你如何从乌鸦告诉黑鸟？ | 托马斯·伯格*，哥伦比亚大学，彼得Belhumeur，“美国哥伦比亚大学” | |
| 454 | 学习预测的目光在自我中心视频 | 尹力*，y佐治亚理工学院，阿里法蒂，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 569 | 从大规模图像分类入门级分类 | 维森特·奥多涅斯*，石溪大学;贾登，斯坦福大学冶金彩，石溪大学，亚历山大•伯格，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 738 | 风格感知中层表示来发现时空视觉连接 | 永宰李*，卡内基 - 梅隆大学机器人研究所;阿列克谢（阿辽沙）Efros，CMU，武术赫伯特，“CMU，美国” | |
| 884 | Shufflets：可拆换零部件共享多类检测 | Iasonas Kokkinos的*，“巴黎中央理工学院，法国” | |
| 965 | 聚集或不聚集：选择匹配的内核，用于图像搜索 | 的Giorgos Tolias;雅尼斯Avrithis，NTUA;埃尔韦Jgou *，INRIA | |
| 1173 | 尼尔：从Web数据中提取视觉知识 | 鑫磊陈，CMU，阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 1546 | 学习图形以匹配 | Minsu曹*，; Karteek Alahari，ENS-杨柳，让庞塞，“ENS，法国” | |
| 1649 | 除了硬负挖掘：通过分块循环高效分解检测器学习 | 朱恩里克，系统研究所机器人 - 科英布拉大学的; - ;科英布拉大学的Joao Carreira的;豪尔赫·巴蒂斯塔，ISR科英布拉大学锐Caseiro *，系统和机器人研究所 | |
| 1685 | 实时铰接式手姿估计使用半监督直推式回归森林 | Danhang唐*，英国伦敦帝国学院 | |
| 1788 | 全面了解场景的三维物体检测与RGBD相机 | 大华琳*，TTIC;三社菲德勒，创科实业芝加哥，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1965 | 快速子空间格拉斯曼通过基于散列搜索 | 徐泓*，明尼苏达大学，斯特凡Atev;约翰·怀特;吉拉德·勒曼，美国明尼苏达大学 | |
| 分割，分组和形状表示 | 1151 | 树形状先验使用凸松弛对一般图连通性约束 | 一月Sthmer *，慕尼黑，彼得Schrder，加州理工学院，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen |
| 1500 | 使用带有结构化拆分条件决策树图像分割的弱监督学习 | 克里斯托夫Straehle *，人机交互，海德堡大学;乌尔里希Koethe;弗雷德Hamprecht，人机交互，海德堡大学 |
海报
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 79 | 锚的形状为数据驱动的多视图重建 | 安德鲁·欧文斯，麻省理工学院;奸雄晓*，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，比尔·弗里曼，“美国麻省理工学院” |
| 198 | 动态概率模型体积 | 阿里Ulusoy *，布朗大学，约瑟夫·瑟曼，布朗大学 | |
| 309 | 街景视图结构 - 从迅 | 布莱恩克林纳*，谷歌，大卫·马丁，谷歌，詹姆斯Roseborough，谷歌 | |
| 396 | 3D场景理解由体素-CRF | 秉洙金*，; Pushmeet Kohli先生，“微软研究院，英国”西尔维奥Savarese，“密歇根大学，美国” | |
| 400 | 3DNN：观点不变三维几何匹配的场景理解 | 斯科特Satkin *，卡耐基梅隆大学，武术赫伯特，“CMU，美国” | |
| 418 | 重温在P \（N \）P问题：一个快速，通用和最优解 | 银枪郑*，东京工业大学;玉斌旷，隆德大学，杉本茂树，东京工业大学，卡勒ASTROM，隆德大学;正敏Okutomi，东京工业大学 | |
| 462 | 行辅助光场三角和立体匹配 | 詹瑜*，特拉华大学;新青郭，特拉华大学;精艺瑜，特拉华大学 | |
| 473 | 增强连续禁忌搜索算法参数估计的多视图几何 | 国庆周，西北工业大学;王庆*，西北工业统一 | |
| 509 | 多重结构采用迭代用的MaxFS规模内围层估计确定性配件 | 光熙李*，西江大学;生利“，西江大学，韩国” | |
| 535 | 网络原则SFM：重复消除歧义结构局部上下文 | 凯尔威尔逊*，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 541 | 一种稳健的解析解等距非刚性构成与焦距校准 | 阿德里安·巴托丽*，成都大学学报奥弗涅;？丹尼尔·皮萨罗，ALCoV-ISIT;托比柯林斯，ALCoV-ISIT | |
| 582 | 从线图复杂的3D对象将军重建 | 林杰杨*，香港中文大学，简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 668 | 本地信号均衡的对应匹配 | 德里克·布拉德利*，迪斯尼苏黎世研究;塔博·比勒，迪斯尼苏黎世研究 | |
| 682 | 的帧到帧轮换直接优化 | 洛朗Kneip *，苏黎世联邦理工学院，西蒙吕南，苏黎世联邦理工学院 | |
| 813 | 灵活的场景再现为三维重建采用RGB-D相机 | 迭戈托马斯*，了信息研究所;杉本晃弘， | |
| 889 | 从动作可靠，精确和可扩展的结构相对运动的全球融合。 | 皮埃尔·穆隆*，想象一下，帕斯卡尔Monasse;雷诺Marlet， | |
| 897 | 恒定的时间加权中值滤波的立体匹配和超越 | 紫阳马*，中国科学院软件研究所，凯明他，Mirosoft亚洲研究院;一尘伟;孙剑，“微软研究院，中国”;吴恩华，科技，澳门大学学院 | |
| 902 | 高效和强大的大型旋转平均 | Avishek查特吉，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 905 | 薄对象的基于点的三维重建 | 本杰明Ummenhofer *，弗莱堡大学，托马斯BROX， | |
| 934 | 使用二次编码长度的子像素扫描不变的间接照明 | 尼古拉斯·马丁*，;文森特时装;塞巴斯蒂安·罗伊， | |
| 975 | 单眼图像3D人体姿态估计下的自遮挡 | 易卜拉欣·拉德万*，堪培拉大学;阿比纳夫Dhall，澳大利亚国立大学，罗兰Goecke， | |
| 1121 | PM-胡伯：PatchMatch与胡贝尔正则化立体匹配 | 菲利普·海泽*，涂Mnchen;塞巴斯蒂安·克洛泽，恩Mnchen;布赖恩·詹森，恩Mnchen;阿洛伊斯·诺尔，恩Mnchen | |
| 1158 | 图像通过突出路线辅助自动登记激光扫描 | 伯恩哈德Zeisl *，ETH，凯文Koeser;马克Pollefeys，ETH | |
| 1241 | 基于Internet的形变模型 | 艾拉Kemelmacher *，华盛顿大学 | |
| 1348 | 屈光结构 - 从 - 运动对水下图像 | 安妮Jordt-Sedlazeck *，基尔大学莱因哈德·科赫，基督教Albrechts-Universitat基尔 | |
| 1394 | 使用点，路线和线条姿态估计与未知焦距 | 玉斌匡*，隆德大学;卡勒ASTROM，隆德大学 | |
| 1535 | 时空权衡的照片排序 | 岜沙大里德克尔*，TAU，夏嘉曦阿维丹，特拉维夫大学;耶尔摩西， | |
| 1567 | 实时半密集单筒SLAM一个统计法 | 雅各布·恩格尔*，慕尼黑技术大学;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1584 | 来自未校准的径向对称摄像机多视图三维重建 | 宰陈克金*，澳大利亚国立大学，宇超戴，澳大利亚国立大学;杜欣;洪洞李，澳大利亚国立大学; Jonghyuk金，ANU | |
| 1632 | 外在的相机校准没有直接查看使用球面镜 | 阿米特阿格拉瓦尔*，MERL | |
| 1657 | 实时解决方案，以绝对的姿势问题，未知的径向畸变和焦距 | 祖扎娜弗拉Kukelova *，马丁Bujnak，Bzovicka 24，85107，布拉迪斯拉发，斯洛伐克，托马斯Pajdla，捷克技术大学 | |
| 1688 | 从RGB-D序列大规模多分辨率曲面重构 | 弗兰克Steinbrcker *，慕尼黑工业大学;基督教Kerl，in.tum.de;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，in.tum.de | |
| 1725 | 住公制三维重建在手机上 | Petri网Tanskanen，苏黎世联邦理工学院;卡林科列夫*，苏黎世联邦理工学院，洛伦茨妹儿，苏黎世联邦理工学院;费德里科Camposeco保尔森，苏黎世联邦理工学院;奥利维尔苏拉，苏黎世联邦理工学院，马克Pollefeys，ETH | |
| 1729 | 从使用“垂线”的方法单帧无人监管的内在校准 | 芮麽咯*，ISR-科英布拉;米歇尔·安图内斯;若昂·巴雷托;加布里埃尔·法尔科;努诺Gonalves， | |
| 1800 | 基于绝对二次曲面和圆环点图像的增强结构 - 从 - 运动范式 | 莉莲卡尔维*，图卢兹大学，皮埃尔Gurdjos，IRIT | |
| 1859 | 在全球范围内最优ICP备：解决三维注册问题高效和全球最理想 | 蛟龙阳，北京研究所。的技术;洪洞李*，澳大利亚国立大学，运德佳， | |
| 计算摄影学，传感和显示 | 54 | 联合子空间稳定的立体视频 | 刘枫*，波特兰州立大学，玉真牛;海林金， |
| 100 | 日光结构光 | 益气养阴*，哥伦比亚大学;莫希特·古普塔;斯里·纳亚尔，哥伦比亚大学 | |
| 122 | 使用各向异性总广义变分图像引导深度上采样 | 大卫Ferstl旅游*，技术格拉茨大学基督教Reinbacher;马蒂亚斯Rther;霍斯特·比朔夫，科技格拉茨大学 | |
| 239 | 正向运动去模糊算法 | 石城郑*，香港中文大学，李旭，香港中文大学，贾家崖，香港中国大学 | |
| 249 | 纠正矩估计光源 | 格雷厄姆芬利森*，东安格利亚大学 | |
| 375 | 强大的非参数拟合的对应 | 文燕琳*，牛津布鲁克斯;明名臣;郑凯尔;江波卢，先进数码科学美分;克鲁克奈杰尔， | |
| 409 | Rectangling赤平投影的广角图像可视化 | 鸿韩昌*，国立台湾大学，容于窗，国立台湾大学 | |
| 424 | 动态场景去模糊算法 | 太铉金，首尔国立大学; Byeongjoo安，首尔国立大学;炅穆肋额*，首尔国立大学 | |
| 514 | 视频摘要通过异构多源关联 | 朱夏天刚*，玛丽皇后大学。伦敦;陈更改洛伊，香港中文大学，龚韶钢，EECS，QMUL | |
| 644 | 内容感知型旋转 | 凯明他*，Mirosoft亚洲研究院;汇文常，清华大学，孙剑，“微软研究院，中国” | |
| 710 | 使用的编码曝光成像改进的Legendre序列飘飘模式生成 | 海坤全度妍，KAIST，俊扬利，KAIST; Yudeog汉族，KAIST;善珠金，延世大学;因索KWEON *，“科学技术院，韩国” | |
| 714 | 斐波那契数包围曝光高动态范围成像 | 莫希特古普塔*;大辅异，哥伦比亚大学斯里·纳亚尔，哥伦比亚大学 | |
| 741 | 目标驱动的云纹图案合成相位调制 | 培母鸡仔，国立台湾大学，容谷出盎*，国立台湾大学 | |
| 924 | 使用密集函授由实例去模糊 | YOAV HaCohen *，希伯来大学;礼Shechtman;丹妮Lischinski， | |
| 935 | 精确的模糊模型与在超分辨率图像先验 | Netalee埃弗拉特*，以色列魏兹曼研究所丹尼尔格拉斯内尔，魏兹曼研究所;武Apartsin，魏兹曼研究所;波阿斯纳德勒，魏兹曼研究所;解剖学莱，魏兹曼研究院，以色列 | |
| 1085 | 造型Lytro相机的标定管道及其在高品质的光场图像重建中的应用 | donghyeon赵*，KAIST; Minhaeng利，KAIST; Sunyeong金，KAIST;宇永泰，“科学技术院，韩国” | |
| 1298 | DCSH - 在RGBD图像匹配补丁 | 亚龙Eshet;西蒙·科曼*，特拉维夫大学的Eyal地平线，微软，夏嘉曦阿维丹，特拉维夫大学 | |
| 1360 | 直接快速超分辨率由简单的功能 | 智元阳*，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 1408 | 向运动感知光场的视频动态场景 | 萨里尔Tambe，莱斯大学;阿肖克Veeraraghavan *，莱斯大学;阿米特阿格拉瓦尔，MERL | |
| 1445 | 补偿运动过程中直接分离环球 | Supreeth ACHAR *，卡耐基梅隆大学，斯蒂芬Nuske，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 | |
| 1774 | 锚邻里回归的快速基于实例的超分辨率 | 拉杜Timofte *，鲁汶大学;文森特迪斯梅特，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 文档分析 | 150 | 场景文本定位和识别与导向行程检测 | 卢卡斯·诺伊曼*;吉日麦塔斯，捷克技术大学 |
| 696 | 认识文字与透视变形的自然场景 | 归仁的Trung藩*，新加坡国立大学，Palaiahnakote Shivakumara，马来亚大学，尚轩田，新加坡国立大学;潮林潭，新加坡国立大学 | |
| 1336 | 手写的字与修正属性点样 | 乔恩Almazn *，计算机视觉中心;阿尔伯特戈多，INRIA（？）;艾丽西亚Forns，计算机视觉中心;欧内斯特Valveny，计算机视觉中心 | |
| 脸和手势 | 93 | 适应分类级联到新域名 | vidit耆那教*;萨钦Farfade， |
| 99 | 秩最小化整个外观和形状的AAM拟合乐团 | 鑫诚*，科技昆士兰学分; Sridharan Sridha，科技的昆士兰学分;杰森Saragih，科技的昆士兰学分;西蒙·卢西， | |
| 212 | 示例基于图匹配的鲁棒人脸定位地标 | 周枫*，卡耐基梅隆大学，乔纳森·勃兰特，Adobe公司，柘林，Adobe公司研究 | |
| 254 | 混合动力深层学习的计算人脸相似 | 裔孙*，香港中文大学，小刚王，“香港的中国大学，香港” | |
| 316 | 多尺度拓扑特征的手姿代表及分析 | 纽约的宾厄姆顿大学州立大学利君贤;宾厄姆顿 - Kaoning胡*，纽约州立大学 | |
| 403 | 在单次内核：明确的特征映射和属性 | 史帝范Zafeiriou *，御，艾琳Kotsia，英国伦敦帝国学院/密德萨斯大学 | |
| 404 | 学习慢的特点行为分析 | 圣拉萨罗Zafeiriou，英国伦敦帝国学院;米哈里斯柯尼克拉乌，英国伦敦帝国学院;史帝范Zafeiriou *，帝国，圣西蒙Nikitidis，英国伦敦帝国学院，玛雅Pantic的，国子监 | |
| 520 | 通过随机路径测量面部补丁网络的人脸识别 | 超超吕*，香港中文大学，德利赵，香港中国大学 | |
| 598 | 学习身份，保留特色 | 王振耀朱*，香港中文大学，平罗，中大 | |
| 601 | 通过排名超过原型赫尔人脸识别 | 元君熊*，香港的中国大学，刘伟，哥伦比亚大学，德利赵，香港中国大学 | |
| 660 | 级联形状空间修剪的鲁棒人脸检测标 | 小伟赵*，信息和通信技术，CAS号，山世光，“中国Academy研究所，中国”;秀娟柴，JDL;陈西林， | |
| 695 | 当局者迷，旁观者清：对亲属验证人脸表情动态 | 哈姆迪Dibeklioglu *，阿姆斯特丹大学，阿尔伯特·萨拉赫，海峡大学;西奥的Gevers，阿姆斯特丹大学 | |
| 705 | 筛分回归森林投票的面部特征检测在野生 | 杨恒*，玛丽统一。伦敦;扬帕特雷， | |
| 712 | 面部动作单元事件检测通过任务的级联 | 小玉丁*，卡耐基梅隆大学，文楚胜，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，杰弗里·科恩;谯凹嗯，东南大学 | |
| 716 | 使用定制视图的快速人脸检测培训 | 克里斯蒂娜Scherbaum *，MMCI，罗热里奥PERIS 8，詹姆斯·Petterson的;沃尔克Blanz，锡根大学，汉斯 - 彼得·赛德尔，MPI萨尔 | |
| 736 | 耦合与识别线路走向为静止到视频人脸识别 | 陈志武黄*，信息和通信技术，CAS号，小伟赵，信息和通信技术，CAS号，山世光，“中国院士，中国”;瑞平旺，计算技术，中国的科学院研究所陈西林， | |
| 757 | 级联深度学习建筑学的行人检测 | 兴宇曾*，香港的中国大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 916 | 快速AAM拟合中的最狂野的优化问题 | 此Georgios Tzimiropoulos *，林肯/伦敦帝国学院的大学玛雅Pantic的，国子监 | |
| 932 | 两点步态：从身体形态去耦步态 | 斯蒂芬·隆巴迪*，德雷克塞尔Unversity，高西野，“Drexel大学，美国”靖原敬之，大阪大学，八木靖， | |
| 963 | 办理闭塞与法兰克人分类 | 马库斯·马蒂亚斯*，鲁汶大学;罗德里戈·班奈森，MPI-INF;拉杜Timofte，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 972 | 通过优化产品的混合物和级联变形形状模型的姿态，面部无接头地标 | 项羽*，罗格斯大学;黄军舟，德州大学阿灵顿分校，少汀张，罗格斯大学，王燕，罗格斯大学的Dimitris梅塔克萨斯，罗格斯大学 | |
| 1040 | 相似性度量学习的人脸识别 | 曹琼，埃克塞特大学;铭英，埃克塞特大学，李鹏，布里斯托大学 | |
| 1071 | 同时聚类和Tracklet在视频链接的多脸跟踪 | 宝源武*，中科院自动化所与RPI;四维吕，纽约州立大学奥尔巴尼;胡宝钢，中科院自动化所，枪机， | |
| 1074 | 把握全球语义关系的面部动作单元识别 | 子恒王*，RPI;永强李，哈尔滨工业大学;王尚飞，中国科学技术大学;枪机， | |
| 1075 | 无人监督的随机森林歧管对齐的唇读 | 玉乳裴*，北京大学，泰筠金;查红彬，“北京大学，中国” | |
| 1133 | 强大的功能集匹配的局部人脸识别 | 冯仁亮翁*，新加坡南洋理工UNIVERSI;李继文陆，高级数字科学中心，新加坡，君临胡，台大，高洋，南洋理工大学;熠彭坦， | |
| 1178 | 学习人民探测器用于跟踪在拥挤的场景 | 思雨唐*，马克斯普朗克研究所; Mykhaylo Andriluka，马克斯普朗克研究所的情报，安东米兰，达姆施塔特，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国”伯恩特席勒，“MPI的情报，德国” | |
| 1239 | 遮挡情况下稳健的脸标志性的估计 | 泽维尔布尔戈斯Artizzu *，加州理工学院，彼得佩罗娜，“加州理工学院，美国”的Piotr美元， | |
| 1252 | 马尔可夫基于网络的统一分类的人脸辨识 | Wonjun黄某*，三星美国在台协会; Kyungshik卢武铉; Junmo金，KAIST | |
| 1377 | 随机面孔指导稀疏许多到一个编码器的姿态，不变人脸识别 | 毅哲张*;邵铭，东北大学，安泰，纽约大学理工学院，福韵，东北大学 | |
| 1487 | 深层森产品架构的鲁棒面部属性分析 | 平罗*，香港中文大学 | |
| 1489 | 估计人类构成与流动木偶 | 西尔维娅Zuffi *;哈维尔·罗梅罗，MPI PS;郝施密德，“INRIA，法国”迈克尔黑，“马克斯普朗克研究所的智能系统，德国” | |
| 1563 | 免校准凝视估计使用人力凝视模式 | 票价阿尔纳贾尔*，阿姆斯特丹大学;西奥的Gevers，阿姆斯特丹大学;罗伯托·瓦伦蒂; Sennay Ghebreab，阿姆斯特丹大学 | |
| 1579 | 交叉视图动作识别非均质特征空间上的 | 余新晓武*，，汉旺，分离技术的北京廖建平，衡阳，刘翠微;运德佳， | |
| 1624 | 高效的行人检测通过直接优化ROC曲线下面积部分 | Sakrapee Paisitkriangkrai *，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1728 | Fingerspelling识别与半马尔可夫条件随机域 | Taehwan金，TTIC;格雷戈里Shakhnarovich，TTIC;卡伦Livescu *，TTIC | |
| 1804 | 监督和无监督类内方差归一化的有效的人脸识别 | 奥伦巴坎*，特拉维夫大学;乔纳森·韦尔，特拉维夫大学;利奥尔灰太狼“特拉维夫大学，以色列”;哈加伊阿罗诺维茨，IBM研究中心;阿米尔AVERBUCH，特拉维夫大学 | |
| 1839 | 从时间马尔可夫假设跟踪人体姿势解放：突破链 | 瑞安Tokola *; Wongun财，密歇根大学;西尔维奥Savarese，“密歇根大学，美国” | |
| 1930 | 对于年龄不变人脸识别隐藏的因素分析 | 翟虹龚，SIAT;志峰李*，SIAT;大华琳，TTIC;简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 低层次的视觉和图像处理 | 185 | 部分和最小化的RPCA奇异值低级别的愿景 | 太炫哦，KAIST; Hyeongwoo金，KAIST;宇永泰，“科学技术院，韩国”让 - 查尔斯·巴赞，ETH-Z;在这样KWEON *，KAIST |
| 205 | 与边界约束和上下文正则有效的图像去雾 | 高峰孟*，中国100080;王颖;江永段;市明翔，NLPR，中科院自动化所，春红潘，NLPR，中科院自动化所 | |
| 233 | 基于实例的立面纹理合成 | 灯心戴*，CVL，苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH;格哈德·施密特，瑞士苏黎世联邦理工学院 | |
| 266 | 高效的显着区域检测用柔软的形象抽象 | 明铭诚*，牛津布鲁克斯大学，郑帅，牛津布鲁克斯大学，乔纳森Warrell，牛津布鲁克斯大学; Vibhav VINEET，牛津布鲁克斯大学，闻堰林，牛津布鲁克斯大学 | |
| 292 | 对于空间 - 时间相关的雨条纹广义低秩外观型号 | 忆雷震*，清华大学，台湾，邱婷许，清华大学，台湾 | |
| 320 | 利用反射更改为自动删除的反思 | 郁李*，新加坡国立大学，迈克尔·布朗，新加坡国立大学 | |
| 328 | 以学习为主的方法，以减少在图像抠图的JPEG文物 | Inchang彩; Sunyeong金，KAIST，迈克尔·布朗，新加坡国立大学，宇永泰*，“科学技术院，韩国” | |
| 340 | 从图像序列光源色度 | 维罗尼卡Prinet *，耶路撒冷希伯来大学;丹妮Lischinski，迈克尔Werman， | |
| 537 | 显着性检测：一个布尔地图方法 | 陈建明张*，波士顿大学，斯坦Sclaroff，波士顿大学 | |
| 546 | 从何处可我们所见 | 卡菲基恩Shanmuga Vadivel *，加州大学圣巴巴拉分校; Vignesh Jagadeesh，加州大学圣巴巴拉分校，雷努卡谢诺伊，加州大学圣巴巴拉分校，米格尔·埃克斯坦，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 661 | 单补丁低阶前非逐点脉冲噪声去除 | 瑞宣王*，邓迪大学;埃马努埃莱特鲁科，邓迪大学 | |
| 664 | 通过缩放地图跨领域联合图像复原 | 琼燕*，香港中文大学，沉小勇，香港中文大学，李旭，香港中文大学，少杰卓，qualcomm.com;张晓鹏;梁沉;贾家崖，香港中国大学 | |
| 840 | 显着区域检测由飞碟：唯一性，Focusness和对象性 | 彭江*，山东大学;景良鹏，cs.sdu.edu.cn;海滨灵， | |
| 849 | 形状指数描述符应用到基于纹理的银河分析 | 金佩德森*，diku.dk;的Kristoffer Stensbo - 斯米特，打底裤，安德鲁Zirm，NBI KU;基督教伊格尔，打底裤 | |
| 1101 | 一种新的图像质量度量的图像自动去噪 | 香妃香港*，香港城市大学，关丽，国防科学技术大学;庆雄阳，香港城市大学，铭轩扬，“加州大学默塞德，美国”柳文音，电子上海电力学院学报 | |
| 1186 | 上下文超图建模感兴趣区域提取 | 李玺*，阿德莱德大学，姚莉，阿德莱德大学，沉春华，阿德莱德大学，安东尼·迪克，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1322 | EVSAC：加快新一代假设通过模拟匹配得分与极值理论 | 维克多弗拉戈索*，加州大学圣巴巴拉分校;普拉迪普森，加州大学圣巴巴拉分校，塞尔吉奥·罗德里格斯，加州大学圣巴巴拉分校，马太福音特克，“加州大学圣巴巴拉分校，美国” | |
| 1342 | 还原影像拍摄通过布满灰尘或雨水的Window | 大卫·艾根*，柯朗研究所，纽约大学，迪利普·克里希南，纽约大学，罗布宏泰，纽约大学 | |
| 1525 | SGTD：结构梯度和纹理解相关正则化的图像分解 | Qiegen柳;刘建波;裴东;董亮*深圳研究院垫款， | |
| 1614 | 的联合强度和深度合作稀疏分析模型深度地图超分辨率 | 马丁Kiechle *，TECHNISCHE Universitt Mnchen;西蒙哈威，TECHNISCHE Universitt Mnchen马丁Kleinsteuber，TECHNISCHE Universitt Mnchen | |
| 1719 | 估计织物的材料特性通过运动的观察 | 凯瑟琳·布曼*，Tec的麻省理工学院，比尔·弗里曼，“美国麻省理工学院”;贝晓;彼得·巴塔利亚;沃伊切赫Matusik;约翰·费希尔，麻省理工学院 | |
| 1767 | 强大的塔克张量分解的高效图像存储 | 张淼*，德州大学Arlingt;克里斯丁， | |
| 1787 | 从个人写真集合资噪声水平估计 | 宜昌施*，麻省理工学院;维韦克Kwatra;谢尔盖·约费;惠方;特洛伊知念， | |
| 1898 | 通过变换不变集团稀疏正则化超分辨率 | 卡洛斯·费尔南德斯 - 格兰达*，斯坦福大学 | |
| 医学和生物图像分析 | 1215 | 通过无监督学习的特征与空间金字塔匹配的组织分类 | 恒昌*，劳伦斯伯克利国家实验室; Nandita纳亚克;保罗·斯佩尔曼;巴赫拉姆帕尔， |
| 1317 | 不确定性驱动的高效采样稀疏图形模型的并发肿瘤分割和登记图集 | 莎拉瑞索*，巴黎中央理工学院，威廉威尔斯，手术规划实验室，哈佛医学院，斯特凡Chemouny，Intrasense SA;雨果Duffau，Hpital桂德Chauliac;尼科斯Paragios，巴黎中央理工学院 | |
| 1550 | 使用标签繁殖果蝇胚胎期注释 | 托马斯Kazmar *，IMP / ISTA;叶夫根Kvon，进出口，亚历山大·斯塔克，进出口，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1893 | 检测灰度和色彩意象不规则曲线结构采用多向定向流量 | 恩金Turetken *，洛桑联邦理工学院，卡洛斯·贝克尔，洛桑联邦理工学院，普热Glowacki，洛桑联邦理工学院; fethallah Benmansour;帕斯卡灵活使用空域，“洛桑联邦理工学院，瑞士” | |
| 运动和跟踪 | 260 | 高阶匹配一致的多目标跟踪 | 阿赫亚阿罗拉*;阿米尔Globerson， |
| 261 | 通过强大的多任务多视角联合稀疏表示的跟踪 | 志斌红*，悉尼科技大学;雪梅，未来的移动研究部，丰田汽车研究所，北美，DANIL普罗霍罗夫，TTC，大成涛，悉尼科技大学 | |
| 263 | 在视频测量流量的复杂性 | 萨阿德·阿里*， | |
| 282 | STAR3D：同时跟踪和采用RGB-D数据的三维物体重建 | 宇恒（卡尔）任*，牛津大学，维克多Prisacariu，牛津，大卫穆雷，牛津，伊恩·里德，阿德莱德大学 | |
| 286 | 多个非刚性表面检测和注册 | 易武*，加州大学默塞德;井尻义久，欧姆龙，铭轩扬，“加州大学默塞德，美国” | |
| 335 | 互动无标记铰接式手运动跟踪使用RGB和深度数据 | Srinath斯里达尔*，马克斯普朗克研究所Informatik公司;安蒂Oulasvirta，马克斯普朗克研究所Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 336 | 潜在的数据关联：贝叶斯模型选择的多目标跟踪 | 亚历山大·西格尔*，牛津大学机器人实验室;伊恩·里德，阿德莱德大学 | |
| 423 | 通过的补充数据的成本局部自适应融合光流 | 太铉金，首尔国立大学; Heeseok利，首尔国立大学;炅穆肋鳄*，首尔国立大学 | |
| 506 | 图像匹配：一个总体框架结合直接和基于特征的成本 | 吉姆Braux - 寻*，东航，清单;阿德里安·巴托丽，成都大学学报奥弗涅;？罗曼杜邦，东航，LIST | |
| 516 | 在线鲁棒非负字典学习的视觉跟踪 | 王乃彦王*，香港科技大学，京东王，微软亚洲研究院;秩杨焱，香港科技大学 | |
| 651 | 实时跟踪身体有一个深度摄像头和惯性传感器 | 托马斯Helten *，MPI Informatik公司; Meinard Mller，国际专业音响实验室埃尔兰根;汉斯 - 彼得·赛德尔，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 655 | 判别跟踪利用张量表示与半监督的改进 | 靳高*，自动化中国科学院研究所;胡卫明，自动化中国科学院研究所均良兴，自动化研究所，中国Academy of Sciences | |
| 718 | 判别标签传播的多目标跟踪与散发外观特点 | 阿米特KC *，成都大学学报天主教Louva;克里斯托夫德Vleeschouwer，伦敦大学学院 | |
| 742 | 视频运动的每一个可见点 | 苏珊娜的Ricco *，杜克大学，卡罗托马西，杜克大学 | |
| 825 | 初始化不敏感的视觉跟踪表决通过与突出地方特色 | 广易*，首尔国立大学; Hawook郑某，首尔国立大学; Byeongho许，首尔国立大学;炯轸畅，英国伦敦帝国学院;真英彩，首尔国立大学 | |
| 832 | 最优正交基与图片同化：运动建模 | 伊莎贝尔·赫林*;艾蒂安霍特，INRIA，朱塞佩Papari，Lithicon | |
| 921 | 重温例相关成本敏感的学习与决策树 | Oisin的Mac Aodha *，伦敦大学学院，加布里埃尔Brostow， | |
| 1007 | 强大的目标跟踪与在线多寿命词典学习 | 均良兴*，自动化，中国科学院研究所靳告，自动化中国科学院研究所;邴理，NLPR，中科院自动化所，胡卫明，自动化中国科学院研究所;水成岩，“新加坡国立大学，新加坡” | |
| 1017 | 构建适应复杂细胞的鲁棒视觉跟踪 | 大鹏陈*，西安交通大学，泽建院，西安交通大学，杨武，京都大学耿哳嗯，西安交通大学，南宁铮，西安交通大学 | |
| 1041 | 在使用光流的方向移动相机视频相干运动分割 | 曼朱纳特纳拉亚纳*;埃里克据悉，米勒，马萨诸塞大学阿默斯特分校;艾伦汉森，马萨诸塞大学阿默斯特分校 | |
| 1153 | 在线运动分割使用动态标签传播 | 阿里Elqursh *，罗格斯大学;艾哈迈德埃尔加马勒， | |
| 1159 | 拓扑约束的分层跟踪的潜在流量 | 张刚纶*，CSAIL，麻省理工学院，约翰·费希尔，麻省理工学院 | |
| 1160 | 细长物体的姿态，可配置的通用跟踪 | 丹尼尔Wesierski *，大学帕特里克Horain， | |
| 1278 | 一种通用的变形模型密集的非刚性表面注册：一个高阶MRF为基础的方法 | 恽舴嗯*，哈佛，朝辉王，MPI，大卫顾;的Dimitris萨马拉斯，石溪大学;尼科斯Paragios，巴黎中央理工学院 | |
| 1345 | 在动态形状和外观跟踪建模自闭塞 | 燕巢阳，KAUST;加尼甚Sundaramoorthi *，KAUST | |
| 1356 | 随机合奏跟踪 | Qinxun白*，波士顿大学，郑武;斯坦Sclaroff，波士顿大学，玛格丽特Betke，波士顿大学; Monnier的卡米尔， | |
| 1400 | 在非同步使用视频轨迹交叉口相机对准 | 托马斯·郭*，加州大学圣巴巴拉分校; Santhoshkumar Sunderrajan，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 1690 | 最小的基础设施选址的子空间分割 | 俊猛利*，新加坡国立大学;龙 - 白花畅，新加坡国立大学 | |
| 1718 | 的统一卷闸和运动模糊模型密集的3D视觉跟踪 | 马克西姆Meilland *，I3S-CNRS-UNS;安德鲁康博特，CNRS-I3S/UNS;汤姆·德拉蒙德，莫纳什大学 | |
| 1769 | PixelTrack：一种快速自适应算法跟踪非刚性物体 | 斯特凡Duffner *，LIRIS，INSA de Lyon火车站，克里斯托夫·加西亚，LIRIS，INSA de Lyon火车站 | |
| 1826 | 跟踪保护 | 马丁Schiegg *，海德堡大学，人机交互;菲利普Hanslovsky，Universitt海德堡，人机交互;伯恩哈德·考斯勒，海德堡，HCI大学;拉尔斯HUFNAGEL，EMBL海德堡，弗雷德Hamprecht，人机交互，海德堡大学 | |
| 1951年 | 从单筒视频贝叶斯3D追踪 | 埃内斯托·布劳*;水羚属巴纳德，“亚利桑那大学，美国”金雁关，亚利桑那大学;凯尔西梅克，亚利桑那大学;卢卡·德尔佩罗;科林·道森，亚利桑那大学 | |
| 优化方法 | 61 | 凸优化框架主动学习 | 日Ehsan Elhamifar *，加州大学伯克利分校，吉列尔莫·萨皮罗，公爵;尚卡尔沙斯特里，加州大学伯克利分校 |
| 83 | 仿射约束组稀疏编码 | 宇哲志*，佛罗里达大学;穆赫辛·阿里，穆罕默德Rushdi;杰弗里·豪，佛罗里达大学 | |
| 119 | 切片采样粒子置信传播 | 奥利弗Mller *，莱布尼茨Universitt汉诺威;迈克尔·荥阳，tnt.uni-hannover.de;博德Rosenhahn， | |
| 141 | 非凸p-范投影的鲁棒稀疏 | 大额牛达斯古普塔*，理光创新列兵。有限公司;桑吉夫·库马尔，高通 | |
| 232 | 最短路径与曲率和挠 | 皮特Strandmark *，隆德大学学报;约翰内斯ULN，隆德大学，弗雷德里克·卡尔，隆德大学 | |
| 242 | 统一核电规范与双线性分解途径的低秩矩阵分解 | 里卡多·卡布拉尔*，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，若昂Costeira酒店，研究所德艾维斯éROBOTICA;亚历山大圣贝纳迪诺，研究所德艾维斯ËROBOTICA | |
| 333 | 正则曲率使用部分列举 | 卡尔·奥尔森*;约翰内斯ULN，隆德大学;尤里Boykov，“加拿大西安大略大学”弗拉基米尔·洛夫，“IST，奥地利” | |
| 342 | GOSUS：格拉斯曼在线子空间与结构，稀疏的更新 | 贾诩*，威斯康星大学麦迪逊分校; VAMSI Ithapu; Lopamudra慕克吉，威斯康星白水大学;詹姆斯Rehg，佐治亚理工学院，维卡斯·辛格， | |
| 369 | 广义迭代收缩算法对非凸稀疏编码 | 王蒙左，哈尔滨工业大学，德玉蒙，西安交通大学;张磊*，香港理工大学，湘楚峰，西安电子科技大学商学院，张大卫，香港理工大学 | |
| 466 | 稀疏变化词典学习的人脸识别与单个训练样本每人 | 孟杨*，ETH Zuricn;吕克·范·GOOL，ETH，张磊，香港理工大学 | |
| 524 | 多归属词典学习的稀疏编码 | 陈郭江*，清大，德苏峰;颜芷;尚红赖清华大学 | |
| 1019 | 登录欧几里德内核的稀疏表示和学习词典 | 培华李*，麻省理工大连理工大学;奇隆王;王蒙左，哈尔滨工业大学，张磊，香港理工大学 | |
| 1179 | 有界贴标功能的多部全球分割与几何约束对象 | 马苏德S.诺斯拉蒂*，西门菲沙大学，肖恩 - 安德鲁斯，SFU;加桑Hamarneh，SFU | |
| 1245 | 再加上应用到跨域图像合成与识别词典和特征空间学习 | 去暗黄，中央研究院;宇蒋弗兰克·王*，中央研究院 | |
| 1335 | 全变差正则化方法与数值函数的流形 | 一月Lellmann精心*，剑桥大学，叶夫根尼·Strekalovskiy，慕尼黑，萨布丽娜KOETTER，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1486 | 快速在线词典正交的学习和图像复原 | 乘龙宝，nus.edu.sg;剑锋蔡，uiowa.edu;慧济*，“新加坡国立大学，新加坡” | |
| 1616 | 潜在空间稀疏子空间聚类 | 维沙尔帕特尔*，UMIACS;阮德贤阮，UMIACS;刘若英比达尔，美国约翰霍普金斯大学 | |
| 1641 | 在平均曲率流图上，在图像应用程序和歧管加工 | 萨尔瓦多chakik阿卜杜拉*，Greyc实验室; abderrahim ELmoataz; ahcen萨迪， | |
| 1779 | 通过高效的L2，0 +规范最小化的半监督鲁棒学习词典 | 王华*，科罗拉多矿业学院; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1825 | 通过高效和强大的内核公制学习大规模图像标注 | Zheyun锋*，密歇根州立大学，荣锦，密歇根州立大学，阿尼尔耆那教，密歇根州立大学 | |
| 绩效评估 | 78 | 使用RGBD摄像机跟踪回顾：基准和基线 | 宋淑然，香港科技大学;奸雄晓*，麻省理工学院 |
| 767 | 感性富达意识到均方误差 | 五峰雪，西安交通大学;牟轩沁*，西安交通大学，张磊，香港理工大学，湘楚枫，科学学院，西安电子科技大学 | |
| 1620 | 显着性和人类录制品：国家的最先进的指标比较与研究 | 萨科暴发户*，UMONS;马修Duvinage，UMONS;马太民杰，UMONS;伯纳德戈塞尔林，UMONS;蒂埃里·迪图瓦，UMONS | |
| 基于物理的眼光和形状从-X | 42 | 一个简单的模型与深度线索内在图像分解 | 奇峰陈;弗拉德连·Koltun *，斯坦福大学 |
| 188 | 真实世界法线贴图捕捉近持平反射面 | 巴斯蒂安雅凯*，苏黎世联邦理工学院，基督教HNE，ETH Zrich;凯文Koeser;马克Pollefeys，ETH | |
| 223 | 利用平面网格参数化多视点光度立体 | Jaesik公园，KAIST; Sudipta辛哈;松下康之，微软亚洲研究院，渝永泰，“科学技术院，韩国”;在这样KWEON *，KAIST | |
| 230 | 从单一的RGB-D图像在未校准的自然照明高品质形状 | Yudeog汉*，KAIST，俊扬利，KAIST;因索KWEON，“科学技术院，韩国” | |
| 231 | 从结合散焦和使用的对应光场相机深度 | 陶大宇*;苏尼尔Hadap时，Adobe公司; JITENDRA马利克，加州大学伯克利分校，拉维Ramamoorthi，加州大学伯克利分校 | |
| 885 | 多视角普通现场集成的镜像物体三维重建 | 迈克尔·魏曼*，波恩大学; Aljosa OSEP，波恩大学，罗兰Ruiters，波恩大学莱因哈德克莱恩，波恩大学 | |
| 1539 | 选配干到湿材料 | 亚瑟Yacoob *，马里兰大学 | |
| 识别：检测，分类，分类，索引，匹配 | 24 | 四胞胎明智的图像相似性学习 | 马克·法*，LIP6;尼古拉斯·托梅，LIP6;马修线， |
| 37 | 人类的属性识别通过丰富的外观词典 | Jungseock珠*，加州大学洛杉矶分校;王硕;宋淳化朱，加州大学洛杉矶分校 | |
| 69 | 弹性网络约束的形状匹配 | 埃马努埃莱Rodola *，东京大学，安德烈Torsello;原田达也，东京大学，国吉康雄，东京大学 | |
| 77 | 语义的RGB-D光束法平差与人类在环 | 健胸晓*，麻省理工学院，安德鲁·欧文斯，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 85 | 有区别训练有素的模板3D物体检测：实时可扩展的方法 | 雷耶斯里奥斯 - 卡布雷拉*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 89 | 发现对象的功能 | Bangpeng尧，斯坦福大学嘉园马;菲菲李斯坦福大学 | |
| 96 | 无监督视觉领域适应使用子空间对齐 | 巴苏拉费尔南多*，鲁汶大学;阿毛里Habrard，圣艾蒂安大学让·莫内，马克SEBBAN，让·莫内的圣埃蒂安，休伯特·居里安实验室的大学; Tinne Tuytelaars，鲁汶大学 | |
| 97 | 数据驱动的3D基元单图像理解 | 大卫Fouhey *，卡耐基梅隆大学，阿比纳夫·古普塔，武术赫伯特，“CMU，美国” | |
| 110 | 互补的投影散列 | 仲明金*，浙江大学，灯彩，，瑶湖，浙江大学，王德炳张，浙江大学，雪龙李， | |
| 127 | 变形部分描述符细粒度的识别和预测的属性 | 张宁*，EECS，加州大学伯克利分校，瑞恩·法雷尔，ICSI，加州大学伯克利分校，特雷弗达雷尔， | |
| 145 | 无论您身在何处：灵活的趋势引导下多任务学习的多视角头部姿势分类根据目标运动 | 艳艳*，特伦托大学;陈洁利玛窦，佩鲁贾大学;拉马纳坦萨勃拉曼尼亚，高级数字科学中心在新加坡，奥斯瓦尔德兰兹，FBK基金会布鲁诺·凯斯勒; NICU濑部，特伦托大学 | |
| 158 | 图片的趣味性 | 迈克尔Gygli *，苏黎世联邦理工学院;赫尔穆特格拉布纳; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 170 | 联合深学习的行人检测 | 万历欧阳*，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 190 | 示例使用基于模型的强迫鸟部分本地化姿态和子目录的一致性 | 刘炯心*，哥伦比亚大学彼得Belhumeur，“美国哥伦比亚大学” | |
| 196 | 细分驱动的目标检测与费舍尔载体 | 拉马赞Gokberk CINBIS *，INRIA的格勒诺布尔，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 206 | 学习判别部分探测器的图像分类和Cosegmentation | 孙立坚*，西安交通大学，让庞塞，“ENS，法国” | |
| 224 | 寻找最佳路径：一个很有效率和准确分类器的图像层次结构 | 闵太阳*，;万凰，密歇根大学安娜堡分校;西尔维奥Savarese，密歇根大学安娜堡分校 | |
| 245 | 在视觉识别处理不确定标签 | 阿拉什Vahdat *，西门菲沙大学，格雷格森，西门菲沙大学 | |
| 246 | 成分模型视频事件检测：一个多核学习潜变量法 | 阿拉什Vahdat *，西门菲沙大学，凯文大炮，西门菲沙大学，格雷格森，西门菲沙大学; Sangmin哦，Kitware公司; Ilseo金， | |
| 253 | 分层部分匹配细粒度视觉分类 | 灵溪谢*，清华大学戚田德州大学圣安东尼奥，水成岩，“新加坡国立大学，新加坡”;张博，清华大学 | |
| 268 | 鳄梨检测到西葫芦：我们做了什么，而我们去哪儿？ | 奥尔加Russakovsky *;贾登，斯坦福大学志恒黄，斯坦福大学，亚历山大•伯格，石溪大学;菲菲李斯坦福大学 | |
| 291 | 人重新鉴定凸显匹配 | 赵锐*，香港中文大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 294 | 显着性检测通过密集和稀疏重构 | 小辉李*，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”张礼和，DUT，中国;项茹暗， | |
| 295 | 与Parselets可变形混合模型解析 | 董健*，新加坡国立大学;陈强;魏霞，新加坡国立大学，中阳黄;水成岩，“新加坡国立大学，新加坡” | |
| 310 | 检测与多视图的背景减法动态对象 | 拉尔哈根达斯，美国加州大学欧文分校，山姆哈尔曼，加州大学欧文分校; Charless Fowlkes *，加州大学欧文分校 | |
| 338 | 引伸反馈：学习用户行为的细微差别在图像搜索 | 德维帕瑞克*，弗吉尼亚理工大学，克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 343 | 一个数据集和一个秒表隐马尔可夫模型的事件识别的写真集 | 卢卡斯柏中*，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 350 | 为一致的多个图形匹配联合优化 | 严骏驰*，上海交通大学;余天，上海交通大学;宏远查，乔治亚理工大学;小康杨;张娅，上海交通大学 | |
| 376 | 合奏预测的半监督图像分类 | 灯心戴*，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 379 | 总理对象与建议随机Prim算法 | 圣地亚哥Manen *，BIWI苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 381 | 贝叶斯联合主题造型的弱监督的对象本地化 | 致远石*，玛丽Univ.of伦敦;蒂莫西Hospedales，EECS，QMUL;湘涛，EECS，QMUL | |
| 411 | 联合倒排索引 | 夏炎*，中国科学技术大学;凯明他，Mirosoft亚洲研究院，方文;孙剑，“微软研究院，中国” | |
| 426 | 低等级稀疏编码的图像分类 | 天竺张*，UIUC新加坡ADSC，伯纳德·加尼姆，KAUST;姒留，新加坡国立大学，长盛许，中科院自动化所，纳伦德拉阿胡加， | |
| 533 | 学习接近最优的成本敏感的决策政策目标检测 | 天府武*，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 539 | 嵌套形状描述 | 杰弗里·拜恩*，宾夕法尼亚大学 | |
| 540 | 无偏公制学习：利用偏置数据集和网页图片 | 陈芳*，达特茅斯学院;叶旭，达特茅斯学院，丹尼尔Rockmore，达特茅斯学院 | |
| 542 | 潜伏任务与适应大型层次结构 | 杨清嘉*，加州大学伯克利分校，特雷弗·达雷尔， | |
| 545 | 采矿多个查询的图像检索：在的即时学习对象的具体中层表示的 | 巴苏拉费尔南多*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 549 | 解析宜家对象：精细姿态估计 | 约瑟夫·林*，麻省理工学院;哈米德Pirsiavash，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 566 | 通过密度最大化提高图匹配 | 超旺*，卧龙岗大学，王磊，卧龙岗大学 | |
| 607 | 非自我中心姿态估计 | 乔斯Oramas *，鲁汶大学 - ESAT;吕克德Raedt，鲁汶大学 - CS; Tinne Tuytelaars，鲁汶大学 | |
| 614 | NYC3DCars：3D车辆在地理背景下的数据集 | 凯文Matzen *，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 624 | 的核心机集成的协同识别主动学习 | 刚华*，斯蒂文斯理工学院;澄江龙史蒂文斯理工学院，明阳，NEC美国实验室;严高，西北大学 | |
| 632 | 显着性检测通过吸收马尔可夫链 | 博文江*，DUT;张礼和，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”川洋， | |
| 683 | 学习跨模态耦合匹配特征空间 | 开野望*，NLPR;冉，他，NLPR，中科院自动化所，王伟，NLPR，王亮，未知的，谭铁牛，“NLPR，中国” | |
| 690 | A一般两步的学习方式为基础的散列 | 国盛林*，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学，大卫苏特， | |
| 692 | 主动视觉识别及其在众包专长估计 | 澄江龙史蒂文斯理工学院;钢华*，斯蒂文斯理工学院;阿希什·卡普尔，微软研究院 | |
| 719 | 属性为适应个性化图像搜索 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 723 | 属性为支点的指导图片搜索的相关反馈 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 729 | 无监督领域适应由域名不变投影 | Mahsa Baktashmotlagh *，昆士兰大学，Mehrtash Harandi，NICTA;布赖恩·洛弗尔;马修萨尔兹曼，NICTA | |
| 759 | 研究稀疏表示的基分类：保证金为基础的观点 | 王朝闻王*，伊利诺伊大学;阳建超，Adobe系统公司;纳赛尔Nasrabadi，美国陆军研究实验室;黄托马斯，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 770 | 语义感知联合索引的近重复图像检索 | 石梁张，UTSA;明阳*，NEC实验室美国，王晓宇，NEC实验室美国，杨元庆林，戚田德州大学圣安东尼奥 | |
| 780 | CODEL：一种高效的人力联合检测和贴标框架 | 建平石*，香港中文大学;仁杰辽，香港中文大学，贾家崖，香港中国大学 | |
| 781 | 模拟闭塞的判别与或结构 | 博力*，科技北京理工大学;文则胡，天府武，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 782 | 一种可扩展的无监督特征合并方法高效降维高维可视化数据的 | 灵桥刘*，澳大利亚国立大学，王磊，卧龙岗大学 | |
| 784 | 通过最优阈值特征加权的视频分析 | 卡内基·梅隆大学亚历山大·豪普特曼;仲文许*，浙江大学，易阳，cmu.edu;艾弗曾荫权; NICU濑部，特伦托大学 | |
| 847 | 分解词直方图的包 | ANKIT甘地*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 869 | SIFTpack：一个紧凑的表示为有效SIFT匹配 | 亚历山德拉Gilinsky *，Technion工业，立志Zelnik-庄园，“以色列Technion” | |
| 880 | 属性支配：什么弹出？ | 纳曼Turakhia;德维帕瑞克*，弗吉尼亚理工大学 | |
| 907 | 学习视觉解读句 | 拉里Zitnick *，“微软研究院，美国”德维帕瑞克，弗吉尼亚理工大学;露西Vanderwende，微软研究院 | |
| 910 | 如何相关典型在网络视频帮助复合事件检测？ | 易阳*，cmu.edu;麻志刚，特伦托大学;仲文许，卡耐基梅隆大学，水成岩，“新加坡国立大学，新加坡”亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 915 | 一种自适应的描述设计目标识别中的野生 | 振宇郭*，加拿大英属哥伦比亚大学; Z.Jane王，英属哥伦比亚大学 | |
| 949 | 培训可变形部件模型与去相关的功能 | 罗斯Girshick *，加州大学伯克利分校; JITENDRA马利克，加州大学伯克利分校 | |
| 950 | 采用金字塔语境特点体积语义分割 | 乔纳森·巴伦*，加州大学伯克利分校，巴勃罗阿韦拉埃斯; Soile Keranen，LBL，大卫·诺尔斯，LBL，马克比金，LBL; JITENDRA马利克，加州大学伯克利分校 | |
| 973 | SYM-FISH：一种对称感知翻转不变素描直方图形状描述 | 曹晓春，中国100080;华章*，TJU;姒流，新加坡国立大学，小杰郭，天津大学 | |
| 978 | PhotoOCR：在不受控制的条件文本阅读 | 马克·康明斯*，谷歌，亚历山德罗Bissacco，谷歌公司;尤瓦内策，谷歌，哈特穆特内文，谷歌 | |
| 1000 | 邻居到邻居搜索特征向量的快速编码 | Nakamasa井上*，东京工业大学，筱田耕一，东京工业大学 | |
| 1018 | 一种新型的地球移动器的距离方法论与高斯混合模型的图像匹配 | 培华李*，麻省理工大连理工大学;奇隆王，张磊，香港理工大学 | |
| 1043 | 姿态估计3D电影的人与分割 | Karteek Alahari *，ENS-杨柳;纪尧姆·塞甘;约瑟夫Sivic，巴黎高等师范学院Suprieure;伊万拉普捷夫海，“INRIA，法国” | |
| 1049 | 相干检测对象从单幅图像的3D几何上下文 | 潘纪言*，卡耐基梅隆大学，猛男奏， | |
| 1061 | 量化而治之：一维递归解决最近邻搜索，聚类和图像检索 | 雅尼斯Avrithis *，NTUA | |
| 1078 | 高效的手姿态估计从单深度图像 | 尺许，生物信息学研究所;李成*，生物信息学研究所 | |
| 1132 | 共生分割和部分本地化细粒度分类 | 宇宁柴*，牛津大学，维克多Lempitsky，科学技术的斯科尔科沃研究所安德鲁Zisserman，牛津大学 | |
| 1137 | 对于无监督人脸检测概率适应弹性部件型号 | 好想李，斯蒂文斯理工学院;钢华*，斯蒂文斯理工学院，柘林，Adobe公司的研究;乔纳森·勃兰特，Adobe公司;刘建超杨，Adobe系统公司 | |
| 1141 | 在使用笔划特征变换和文字协方差描述符自然图像文本定位 | 蔚林黄，Adobe公司的研究;柘林，Adobe公司的研究;阳建超，Adobe系统公司;王珏*， | |
| 1187 | 中秋节的层次联合最大边距学习和顶级表征对视觉识别 | 汉斯Lbel *，大学Catlica智利，刘若英比达尔，约翰霍普金斯大学; lvaro索托，大学Catlica智利 | |
| 1193 | 属性和对象之间的统一概率方法建模的关系 | 晓阳王*，RPI，枪机， | |
| 1202 | 写一个分类：零射门学习使用纯文本描述 | 穆罕默德Elhoseiny *，罗格斯Universeity;艾哈迈德埃尔加马勒;巴巴克·萨利赫，罗格斯大学 | |
| 1207 | 学习哈希码的完全排除监督的Web尺度图像搜索 | 王军*，IBM TJ Watson研究;刘伟，哥伦比亚大学，安迪SUN，IBM，李玉刚江，复旦大学 | |
| 1214 | 对于非监督场景理解图像和段描述符协同聚类 | 丹尼尔·斯坦伯格*，渔业研究咨询委员会;奥斯卡皮萨罗，渔业研究咨询委员会;斯特凡·威廉姆斯，渔业研究咨询委员会 | |
| 1224 | 图片集分类方法全人多阶统计特性和本地化的多内核公制学习 | 李继文陆*，高级数字科学中心，新加坡，王刚，南洋理工大学，皮埃尔冰臼，UIUC | |
| 1225 | 使用新图结构稀疏模型的多标签图片注解 | 小蔡，美国德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校;黄恒*，UTA | |
| 1226 | 通过Hilbert空间嵌入框架形状分析 | Sadeep Jayasumana *，澳大利亚国立大学，马蒂厄萨尔兹曼，NICTA;洪洞李，澳大利亚国立大学; Mehrtash Harandi，NICTA | |
| 1235 | 查询自适应非对称相异的视觉对象检索 | 财智珠*，国立情报学研究所埃尔韦Jgou，INRIA，佐藤真一，NII | |
| 1263 | 快速邻域图搜索使用笛卡尔串联 | 汪静，北京大学;京东王*，微软亚洲研究院，曾刚，北京大学，王仕鹏李， | |
| 1274 | 当地专家的行人检测的随机森林 | 哈维尔·马林*，计算机视觉中心;大卫·巴斯克斯，计算机视觉中心，UAB;乌梅阿莫雷斯，计算机视觉中心，UAB，安东尼奥·洛佩斯，计算机视觉中心，UAB;巴斯蒂安Leibe，“亚琛工业大学，德国” | |
| 1287 | 使用文本线索的图像检索 | 阿南德·米什拉*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 1294 | 随机网格：快速近似近邻和范围搜索图片搜索 | 德罗尔AIGER *，谷歌，Effrosyni Kokiopoulou，谷歌，埃胡德·里夫林，谷歌研究 | |
| 1302 | 学习形状缩影的词典与应用语义标注 | 良杰陈*，加州大学洛杉矶分校，乔治·帕潘德里欧，加州大学洛杉矶分校;艾伦Yuille，加州大学洛杉矶分校 | |
| 1320 | 异构自动相似特性（HASC）：分类利用关系信息 | 马可圣比亚焦*，个人所得税;马可Crocco，个人所得税;马可Cristani，个人所得税;的Samuele马尔泰利，个人所得税;维托里奥穆里诺，因诺琴蒂基金会意大利语二TECNOLOGIA | |
| 1352 | 离线移动实例检索一个小的内存占用 | Jayaguru熊猫*，IIIT海得拉巴，迈克尔·布朗，新加坡国立大学，CV JAWAHAR，海得拉巴IIIT | |
| 1354 | 细粒度分类由定线 | EFSTRATIOS Gavves *，阿姆斯特丹大学;巴苏拉费尔南多，鲁汶大学;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders; Tinne Tuytelaars，鲁汶大学 | |
| 1359 | Codemaps分类，分类和搜索本地对象 | 振洋李*，阿姆斯特丹大学; EFSTRATIOS Gavves，阿姆斯特丹大学;公园面包车去三德;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders， | |
| 1392 | 通过弱监督多学习图形可视化重排序 | 邓诚*，西安电子科技大学;蓉蓉吉，哥伦比亚大学，刘伟，哥伦比亚大学，大成道，“”，“悉尼科技大学”“”;欣博高， | |
| 1411 | 场景拼贴：分析和语义层自然图像的合成 | 菲利普伊索拉*，麻省理工学院，刘策，微软研究院新英格兰 | |
| 1423 | 情迷细节和层次Iconoid移位场景结构 | 托比亚斯韦扬德*，亚琛工业大学;巴斯蒂安Leibe，亚琛工业大学 | |
| 1454 | 金字塔编码功能场景元素识别的视频场景 | 伊兰发誓*，Kitware公司;安东尼Hoogs，Kitware，美国;金博耶，RPI | |
| 1469 | 在非刚性形状的完全分层的方法寻找对应关系 | 伊万Sipiran *，智利大学;本杰明·布斯托斯，智利大学 | |
| 1477 | 醒目的特征来检测纹理对象少 | 费德里科Tombari *，博洛尼亚大学;亚历山德罗弗兰基;路易吉·斯蒂法诺 | |
| 1479 | 局部仿射稀疏到密集的匹配和运动估计闭塞 | 马吕斯Leordeanu *，罗马尼亚科学院数学研究所，安德烈Zanfir;克里斯蒂安Sminchisescu，隆德大学 | |
| 1506 | 在室内场景支撑表面预测 | 瑞麒郭，UIUC，德里克Hoiem，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 1526 | 域自适应分类 | Fatemeh Mirrashed *，马里兰大学，穆罕默德Rastegari，马里兰大学 | |
| 1534 | 了解高层语义建模研究交通模式 | 宏毅张，北京大学;安德烈亚斯盖革*试剂盒;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1541 | 强劲的外观和表现空间模型的人力姿态估计 | 狮子座Pishchulin *，马克斯普朗克研究所的Infor公司; Mykhaylo Andriluka，马克斯普朗克研究所的情报;彼得Gehler，马克斯·普朗克;伯恩特席勒，“MPI情报，德国” | |
| 1548 | 箱在箱：联合三维布局和从单张图像对象推理 | 亚历山大施维英*，苏黎世联邦理工学院，三社菲德勒，TTIC;马克Pollefeys，ETH;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1552 | 学会转移特权信息 | VIKTORIIA Sharmanska * IST奥地利;诺维Quadrianto，剑桥大学，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1553 | 估计室内场景的3D布局，并从深度传感器的杂波 | 张健;陈侃;亚历山大施维英*，苏黎世联邦理工学院，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1558 | 使用全局图像表示预测对象的位置 | 何塞·罗德里格斯 - 塞拉诺*;黛安Larlus， | |
| 1575 | 将您喜爱的云带你 | 宽川鹏，康乃尔大学; Tsuhan陈， | |
| 1592 | 监督二进制散列码与学习詹森香发散 | 立新范*，诺基亚研究中心 | |
| 1603 | 高效的3D场景贴标使用树的领域 | 奥拉夫Khler *，牛津大学伊恩·里德，阿德莱德大学 | |
| 1669 | 3D子查询扩展为提高基于草图的多视角图像检索 | Yenliang林*，国立台湾大学，程禹皇，郝郑旺;温斯顿许， | |
| 1675 | 准无监督学习的有关可靠的视觉属性 | Sukrit尚卡尔*，剑桥大学;琼Lasenby，剑桥大学的;罗伯托·奇泊拉，剑桥大学 | |
| 1677 | 同时分割和移动摄像机位姿跟踪 | Taegyu林*，三星，Seunghoon香，POSTECH; Bohyung汉族，POSTECH; JoonHee汉，POSTECH | |
| 1684 | 非参数贝叶斯网络在此之前人类的姿态 | 安德烈亚斯Lehrmann *，MPI智能系统;彼得Gehler，马克斯·普朗克，塞巴斯蒂安Nowozin，微软剑桥研究院 | |
| 1775 | 通过多模态半监督学习的图像分类异类图像特征融合 | 小蔡*，德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1851 | 口语属性：混合二进制和相对属性说正确的事 | 阿米尔Sadovnik *，康奈尔大学，安德鲁·加拉格尔;德维帕瑞克，弗吉尼亚理工大学; Tsuhan陈， | |
| 1857 | 型号建议用虚拟探针自我为中心的检测手 | 李成清华大学;克里斯木谷*，卡内基·梅隆大学 | |
| 1862 | 多频道的相关性滤波器 | 哈米德KIANI galoogahi *，新加坡国立大学，特伦斯·辛，新加坡国立大学，西蒙·卢西， | |
| 1863 | 使用预测社会领域的显着性原发性凝视行为 | 炫秀园*，CMU; Eakta耆那教，TI，亚瑟谢赫， | |
| 1865 | 从子类别，以视觉复合材料：一个多层次的框架目标检测 | 天兰*，西门菲沙大学;列昂尼德·希格;米哈利斯RAPTIS，迪斯尼研究匹兹堡，格雷格·森，西门菲沙大学 | |
| 1874 | 表征室外场景的布局使用空间主题进程 | 大华琳*，TTIC;奸雄肖，麻省理工学院 | |
| 1902 | 画报人类空间：那么如何做人类感知三维铰接式姿态？ | 伊莉莎贝塔Marinoiu *，科学罗马尼亚科学院;德拉戈什帕帕瓦，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1909 | 通过三维几何建筑构件为基础的对象探测器 | 阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 分割，分组和形状表示 | 67 | 在线视频Superpixels为颞窗对象性 | 迈克尔宏达ETH;杰玛Roig的，ETH;泽维尔博伊克斯*，ETH;圣地亚哥Manen，BIWI苏黎世联邦理工学院;吕克·范·GOOL，ETH |
| 87 | 通过一致的功能图图像联合分割 | 王帆*，斯坦福大学;黄七星，斯坦福大学，莱昂尼达斯Guibas，斯坦福大学 | |
| 102 | 共同细分的组成 | 阿龙FAKTOR *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 | |
| 148 | 检测弯曲对称零件使用变形盘型号 | 通利*，加拿大多伦多大学，三社菲德勒，创科实业芝加哥，斯文·迪金森，多伦多大学 | |
| 244 | 与级联分层模型和物流析取范式网络图像分割 | Mojtaba Seyedhosseini *，脊髓损伤;迈赫迪Sajjadi，脊髓损伤，托加Tasdizen，SCI | |
| 311 | 基于失真估计的几何配准 | 卫择嗯*，佛罗里达国际大学; MAYANK哥斯瓦米，石溪大学;罗峰，罗格斯大学，咸丰顾，石溪大学 | |
| 339 | 控释肥的学习与自适应次梯度下降的图像解析 | 宏辉张*，香港科技大学，隆泉，“科学与技术，中国的香港大学”;坪坦;京东王，微软亚洲研究院 | |
| 346 | 高效的高阶聚类的格拉斯曼流形 | 苏拉杰耆那教，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 447 | 在时间上一致Superpixels | 马蒂亚斯雷索*，TNT LUH汉诺威;约恩·Jachalsky，Technicolor的;约恩·奥斯特曼，研究所FR Informationsverarbeitung / Universitt汉诺威;博德Rosenhahn， | |
| 487 | 示例切 | 集美杨*，加州大学默塞德，易轩仔，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 617 | Cosegmentation和Cosketch通过无监督学习 | 吉峰戴*，清华大学，加州大学洛杉矶分校;英尼安武，加州大学洛杉矶分校，周杰，清华大学;宋淳化朱，加州大学洛杉矶分校 | |
| 619 | 类别无关的对象级别的显着性检测 | 杨清嘉*，加州大学伯克利分校，韩梅，谷歌研究 | |
| 638 | 没有注解段语义分割 | 魏霞*，新加坡国立大学;的Csaba Domokos，新加坡国立大学，董健，新加坡国立大学;龙 - 白花畅，新加坡国立大学，水成岩，“新加坡国立大学，新加坡” | |
| 674 | 在空间和时间多视图对象分割 | 阿卜杜勒 - 阿齐兹·Djelouah *，Technicolor公司，爱德蒙·博耶;让 - 塞巴斯蒂安·佛朗哥，格勒诺布尔大学;帕特里克·佩雷斯，“Technicolor公司，法国”;弗朗索瓦乐Clerc的， | |
| 766 | 强大的轨迹聚类的运动分割 | 奉使，北京航空航天大学;忠周*;江尖小，;魏武， | |
| 943 | 纸娃娃解析：正在检索类似的风格来解析服装项目 | 哥打山口*;米哈迪Kiapour，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 983 | 半监督学习的大尺度图像cosegmentation | 蒸湘王*，富士通研发中心;游汝杰刘，富士通研发中心 | |
| 1192 | 变形的弹性曲面形状空间并行传输 | 谢谦*，佛罗里达州立大学，塞巴斯蒂安Kurtek，Ohiao州立大学;慧灵乐; anuj发表塔瓦， | |
| 1391 | 预测足够的强度注解互动前景分割 | Suyog耆那教*;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 1431 | GRABCUT在一个切 | 孟獭嗯，西安大略大学，西安大略大学莉娜戈雷利克*;西安大略大学奥尔加Veksler;尤里Boykov，“加拿大西安大略大学” | |
| 1434 | 渐进式多重网格特征值求解的多尺度的光谱分割 | 迈克尔·迈尔*，加州理工学院，斯特拉宇，ICSI;彼得佩罗娜，“加州理工学院，美国” | |
| 1485 | 通过深Decompositional网络行人解析 | 平罗*，香港中文大学 | |
| 1577 | 通过半二次最小化强大的子空间聚类 | 颖雅张*，NLPR，中科院自动化所，浙南太阳，NLPR，中科院自动化所，冉河，NLPR，中科院自动化所，谭铁牛，“NLPR，中国” | |
| 1674 | 一个统一的视频分割基准：注释，度量与分析 | 法比奥GALASSO *，MPI情报;纳温纳加拉贾，弗莱堡大学;塔蒂亚娜·希门尼斯·卡德纳斯，弗莱堡大学，托马斯BROX;伯恩特席勒，“MPI的情报，德国” | |
| 1695 | 自动Kronecker积模型为基础的检测在2D都市意象重复模式 | 卷六，纽约的研究生中心城市大学; EMMANOUIL Psarakis，帕特雷大学;扬斯塔莫斯*，纽约市立大学 | |
| 1742 | 的感知为基础的形状分解的方法 | 昌马，北大，中干冬，北京大学，蒋婷婷，北京大学;一皱王*，北京大学 | |
| 1786 | 在结构化场景的前路语义标注的场景顺序贝叶斯模型更新 | 叶夫根Levinkov，MPII;马里奥·弗里茨*，MPI资讯 | |
| 1966 | 在不受约束的视频快速目标分割 | Anestis帕帕佐格鲁*，爱丁堡大学，VITTO法拉利，爱丁堡大学 | |
| 1974 | 视频分割，通过跟踪许多图，地面段 | 阜新力*，格鲁吉亚研究所。的技术;追加指定金，佐治亚理工学院，艾哈迈德·胡马雍;蔡蔚，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 统计方法和学习 | 73 | 对学习支持向量机的结构与非结构化潜变量群体规范 | 导正辰，UMD格式; Dhruv直升机巴特拉*，弗吉尼亚理工大学，比尔·弗里曼，“美国麻省理工学院” |
| 94 | 黎曼流形曲率感知正规化 | 光在金*，MPI的情报;詹姆斯Tompkin，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 258 | 学习图匹配从大型场景建模类 | 陈全世张*，东京大学，禤宋，东京大学，邵卫，东京大学，柴崎亮介，东京大学，汇景赵，北京大学 | |
| 306 | 对于图像和视频处理的贝叶斯稳健矩阵分解 | 王乃彦王*，香港科技大学，秩杨焱，香港科技大学 | |
| 360 | 传输特性与联合分布适应学习 | 明升龙*，清华大学，王建民，清华大学，贵广鼎，清华大学，菲利普宇，伊利诺伊大学芝加哥分校 | |
| 442 | 动态结构选型 | 大卫韦斯*，宾夕法尼亚大学，本杰明·萨普，谷歌，奔Taskar，华盛顿大学 | |
| 482 | 的总和，人子模的高阶能量函数结构化学习 | 亚历克斯修复，山茱萸，和Thorsten Joachims，康奈尔大学，山姆公园，康奈尔;拉敏Zabih *，康奈尔大学 | |
| 484 | 什么是最有效的方式来选择最近邻考生快速近似最近邻搜索？ | 正和岩村*，大阪府立大学，佐藤友和大阪府立大学，吉濑浩一，大阪府立大学 | |
| 641 | 交替回归森林的目标检测与姿态估计 | 塞缪尔Schulter *，TUGraz;基督教Leistner，微软，保罗Wohlhart，恩格拉茨，彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 642 | 线性序列判别分析：基于模型的降维法向量序列 | 秉素*，清华大学，丁晓青，清华大学 | |
| 930 | 与未知的噪声鲁棒矩阵分解 | 德裕猛*，西安交通大学;费尔南多德拉托雷，卡耐基梅隆大学 | |
| 957 | SPD矩阵的斯坦中心及其应用的递推估计 | Hesamoddin Salehian *，佛罗里达大学，广成;巴巴Vemuri，“美国佛罗里达大学，”杰弗里·豪，佛罗里达大学 | |
| 968 | 从稀疏样本的基础歧管图像合成 | 腾旭*，佐治亚理工学院，宏远查，佐治亚理工学院 | |
| 988 | 从点设置：延长距离度量的学习 | 鹏飞朱，香港理工大学张磊*，香港理工大学，王蒙左，哈尔滨工业大学，张海伟，香港理工大学 | |
| 1010 | 判别公制和原型学习 | 马丁Kstinger *，技术格拉茨大学彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 1082 | 分而治之子空间分割 | AMEET Talwalkar *，加州大学伯克利分校，莱斯特·麦基，斯坦福大学，亚东穆，哥伦比亚大学，世福昶，哥伦比亚大学，迈克尔·乔丹，伯克利 | |
| 1405 | 动态标签为传播半监督多类多标签分类 | “加拿大约克大学，”约翰Tsotsos;王波*，约克大学 | |
| 1420 | 无奈的是易NBNN领域适应 | 塔蒂亚娜托马西*，IDIAP马蒂尼，芭芭拉·卡普托， | |
| 1503 | 相关自适应子空间细分的跟踪套索 | 餐椅鲁*，Singapo国立大学，嘉实丰，新加坡国立大学; Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1504 | Correntropy诱导L2走势图鲁棒子空间聚类 | 餐椅鲁*，Singapo国立大学Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1647 | 强大的词典学习了错误源分解 | 卓远陈*，西北大学，吴英，西北大学 | |
| 1941 | 特定类的单纯形 - 隐性主题抽取的图像分类 | 文华迪克西特*，加州大学圣地亚哥分校，尼基Rasiwasia，雅虎研究;努诺·德瓦斯康塞洛斯，“加州大学圣地亚哥分校，美国” | |
| 视频：活动，活动与监控 | 23 | 蒙特卡洛树搜索的调度动作辨识 | 穆罕默德·阿米尔*，俄勒冈州立大学，米哈伊托多罗维奇，“俄勒冈州立大学，美国”艾伦·弗恩，俄勒冈州立大学;宋淳化朱，加州大学洛杉矶分校 |
| 183 | 用自然语言描述的视频事件的理解 | Vignesh拉马纳坦*，斯坦福大学，珀西梁，斯坦福大学，菲菲李斯坦福大学 | |
| 204 | 视频转换成自然语言描述 | 马库斯Rohrbach以*，MPI情报;魏秋月，Coli.uni-saarland.de;伊万·季托夫，萨尔大学;斯特凡Thater;曼弗雷德Pinkal，萨尔大学;伯恩特席勒，“MPI情报，德国” | |
| 219 | 集团稀疏和几何约束字典学习的行为识别从深度贴图 | 嘉嘉罗*，田纳西大学;王伟;海容奇， | |
| 308 | 从影片推断“暗物质”和“暗能量” | 谢丹，加州大学洛杉矶分校;米哈伊托多罗维奇*，“俄勒冈州立大学，美国”;宋淳化朱，加州大学洛杉矶分校 | |
| 367 | 采矿运动原子和短语的复杂动作识别 | 利民王*，香港中文大学，俞乔SIAT | |
| 395 | 通过寻找典型视图和零件视图 - 不变的动作识别 | 科鲁兹Mahasseni *，俄勒冈州立大学学报;米哈伊托多罗维奇，“俄勒冈州立大学，美国” | |
| 433 | 动作识别改进的轨迹 | 恒旺*，;郝施密德，“INRIA，法国” | |
| 438 | 人重新鉴定后排名优化 | 春晓刘，清华大学，陈更改洛伊，香港中文大学;韶钢龚*，EECS，QMUL;刘贵今王，清华大学 | |
| 456 | 主动：活动概念在转换视频事件分级 | 陈孙*，南CALIFOR大学;拉姆Nevatia， | |
| 492 | 操作模式发现：一种非参数贝叶斯方法 | 冰冰NI *“，”“”“”“”“”“”“”“”“”“”“”“”“”“”“”“高级数字科学中心（ADSC），SINGAPOR;皮尔冰臼，UIUC | |
| 522 | 行动与事件识别与费舍尔在紧凑型功能集向量 | 丹Oneata *，INRIA，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 584 | 视频协分割为有意义的行动提取 | 嘉铭郭*，新加坡国立大学; Zhuwen李，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 611 | 学习的最大间距时空翘曲的行为识别 | 王江*，西北大学，吴英，西北大学 | |
| 680 | 并发操作的检测与结构预测 | 魏萍*，西安交通大学，加州大学洛杉矶分校，南宁郑，西安交通大学，意表赵，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 704 | 动作识别与Actionton | 朱骏*，上海交通大学，宝源旺;卓文涂，加州大学洛杉矶分校;小康杨;文君张， | |
| 864 | 稳定的超池和查询扩展的事件检测 | MATTHIJS DOUZE，INRIA，杰罗姆Revaud;郝施密德，“INRIA，法国”;埃尔韦Jgou *，INRIA | |
| 946 | 动作探测器从毛边影片主动学习 | 苏尼尔Bandla，德克萨斯大学奥斯汀分校;克里斯汀·格劳曼*，德州大学奥斯汀分校 | |
| 954 | 压扁王素欣层次结构的统一熵片 | 陈亮旭*，纽约州立大学水牛城分校;斯宾塞威特，美国纽约州立大学水牛城分校;杰森Corso大街，“纽约州立大学布法罗，美国” | |
| 970 | 从Actemes到行动：一个强监督代表详细了解行动 | 宇张*，宾夕法尼亚大学，康斯坦丁Derpanis，宾夕法尼亚大学，勐龙竹，宾夕法尼亚大学 | |
| 976 | 从半监督来转移人群的计数 | 陈更改洛伊*，香港中文大学，龚韶钢，EECS，QMUL;湘涛，EECS，QMUL | |
| 977 | 结合正确的功能对复杂的事件识别 | 凯文·唐*，斯坦福U.; Bangpeng瑶，斯坦福大学，菲菲李斯坦福大学达芙妮科勒， | |
| 984 | 通过示例基于建模认识人为对象交互 | 建芳胡*，孙中山大学，伟世政;赖剑煌，中山大学大学;韶功，EECS，QMUL;湘涛，EECS，QMUL | |
| 1011 | 域名转移支持向量排名的人重新鉴定无目标相机标签信息 | 安迪金华马，香港浸会大学;庞智园*，香港浸会大学;加味李， | |
| 1026 | 学会分享潜伏任务的动作识别 | 周强*，新加坡国立大学，新加坡，王刚，台大，赵奇，国立大学。新加坡 | |
| 1064 | 通过结构学习大规模视频散列 | 广南叶*，哥伦比亚大学，刘东，哥伦比亚大学，王军，IBM TJ Watson研究;王实甫畅，哥伦比亚大学 | |
| 1116 | 寻找演员和电影行动 | 彼得·Bojanowski *，INRIA，弗朗西斯巴赫，“ENS和INRIA，法国”伊万拉普捷夫海，“INRIA，法国”;让庞塞，“ENS，法国”郝施密德，“INRIA，法国”约瑟夫Sivic，巴黎高等师范学院Suprieure | |
| 1127 | 时空可靠的视频表示的行为识别 | 萨科Ballas的*，CEA /矿产 - 巴黎高科，易阳，cmu.edu;兰Zshzsh，CMU，伯特兰Delezoide，东航，弗朗索瓦Preteux，矿业巴黎高科;亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 1218 | YouTube2Text：认识和描述任意活动使用语义层次结构和零识别拍摄 | 塞尔吉奥·瓜达拉马*，加利福尼亚州，伯克大学; Niveda Krishnamoorthy都是德州大学奥斯汀分校;吉里什Malkarnenkar，德州大学奥斯汀分校，雷蒙德穆尼;特雷弗·达雷尔，凯特萨恩科，麻省大学洛厄尔 | |
| 1255 | 非常快速的异常事件检测 | Cewu鲁*，香港的中国大学，建平石，香港中文大学，贾家崖，香港中国大学 | |
| 1273 | 人类重新鉴定匹配值<br/>模板采用整群抽样 | 圆箓许，中山大学大学;梁林*，中山大学大学;尉氏征;刘小白，Ucla.edu | |
| 1331 | 在视频序列中寻找因果相互作用 | 穆斯塔法Ayazoglu，Notheastern大学;布拉克·耶尔马兹，东北大学;马里奥Sznaier *，东北大学，明锐营， | |
| 1382 | 动态资源池对复杂的事件识别 | 味辛李*，加州大学圣地亚哥分校，钱宇，萨尔诺夫，努诺·德瓦斯康塞洛斯，加州大学圣地亚哥分校 | |
| 1442 | 相对属性对于大型废弃目标检测 | 全福风扇*，IBM，普拉萨德Gabbur;沙拉斯Pankanti， | |
| 1457 | 动作识别与定位通过分层空时段 | Shugao马*，波士顿大学，斯坦Sclaroff，波士顿大学，陈建明张，波士顿大学;纳兹勒Ikizler-cinbis，计算机工程系，哈斯特帕大学 | |
| 1501 | “移动姿势”：一种高效的三维运动学描述为低延时动作识别与检测 | 米哈伊Zanfir;马吕斯Leordeanu *，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1510 | 4D建模人机交互对象的事件和物体识别 | 魏萍*，西安交通大学，加州大学洛杉矶分校;意表赵，加州大学洛杉矶分校，南宁郑，西安交通大学;宋淳化朱，加州大学洛杉矶分校 | |
| 1658 | 向无环图仁的行为识别 | 王玲*，电信巴黎高科; HICHEM SAHBI，LTCI，法国国家科学研究中心，（TELECOM巴黎高科） | |
| 1670 | 学习观不变稀疏表示的交叉视图的动作识别 | 晶晶郑*，马里兰大学，卓林江，马里兰大学 | |
| 1709 | 一种新的自适应分类匹配测度人类活动识别 | 的Shahriar沙里亚特*，罗格斯大学，弗拉基米尔·帕夫洛维奇， | |
| 1841 | 事件检测的复杂场景使用时段时序约束 | 一帆张*，中科院自动化所，季强;汉青路， | |
| 1978 | 对于理解动作识别 | Hueihan庄*，;于尔根瘿，马克斯普朗克研究所的智能系统;迈克尔黑，“马克斯普朗克研究所的智能系统，德国”郝施密德，INRIA | |
| 视觉图形 | 201 | 修改正面照片的记忆性 | 阿迪亚科斯拉*，麻省理工学院，威尔玛班布里奇，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，奥德省奥利瓦， |
| 283 | 显着性检测在大点集 | 伊丽莎白Shtrom *，Technion工业;乔治Leifman，Technion工业; Ayellet塔尔，Technion工业 | |
| 669 | 运动感知KNN拉普拉斯视频抠图 | Dingzeyu李*，哥伦比亚大学，奇峰陈，驰强唐，“科学与香港科技大学，香港” | |
| 961 | 观看真实世界的面孔3D | 塔尔Hassner *， | |
| 1242 | 使用单RGBD图片高精度和稳健的3D面部表演捕捉 | 颜林晨，得克萨斯州A与M大学;肌肉吴，微软亚洲研究院;富豪市得克萨斯州A与M大学;鑫通，微软亚洲;金乡柴*，TAMU | |
| 愿景网页 | 1304 | 对于网页图片视觉语义复杂网络 | 施龟*，香港中文大学，小刚王，“中国香港大学，香港”晓鸥唐，香港中国大学 |
| 1427 | 你是做什么？通过社会背景认识职业的照片 | 邵铭*，东北大学;李良月，东北大学;云府，东北大学 |
提交论文＃＃接受论文录取率主要学科领域识别：检测，分类，分类，索引，匹配44413831.081081三维计算机视觉1534126.797386运动和跟踪1483825.675676视频：活动，活动与监控1464228.767123脸和手势1434027.972028低层次的视觉和图像处理1322821.212121分割，分组和形状表示1223125.409836统计方法和学习912224.175824计算摄影学，传感和显示872326.436782优化方法632438.095238基于物理的眼光和形状从-X29931.034483医学和生物图像分析25416.000000绩效评估14428.571429愿景网页11218.181818视觉图形9555.555556文档分析6350.000000机器人600.000000
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 39 | 弹碎片的密集场景重建 | 谦一皱*，斯坦福大学斯蒂芬·米勒，美国斯坦福大学，弗拉德连·Koltun，斯坦福大学 |
| 702 | 一个全球性的线性方法相机姿注册 | Nianjuan江*，ADSC;兆鹏崔，新加坡国立大学，坪坦， | |
| 748 | 基于XSlit成像的旋转立体模型 | 金威叶*，特拉华大学，虞姬，特拉华大学;精艺瑜，特拉华大学 | |
| 1177 | 起重从单幅图像的3D曼哈顿线 | Srikumar Ramalingam *，MERL，马太福音品牌，MERL | |
| 1588 | 卷帘立体声 | 奥利维尔苏拉*，苏黎世联邦理工学院，凯文Koeser;让 - 伊夫·Bouguet，谷歌，马克Pollefeys，ETH | |
| 计算摄影学，传感和显示 | 845 | 非参数盲超分辨率 | Tomer的MICHAELI *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 |
| 1696 | 从每个像素一个检测到的光子现场强度和深度收购 | 艾哈迈德Kirmani *，麻省理工学院; Dongeek善，麻省理工学院; Dheera卡特拉曼，麻省理工学院，佛朗哥黄，麻省理工学院;维韦克戈雅，麻省理工学院 | |
| 脸和手势 | 1680 | 一种实用的迁移学习算法的人脸验证 | 旭东曹*，微软亚洲研究院;大卫Wipf， |
| 低层次的视觉和图像处理 | 178 | 标杆视觉显着性的计算模型 | 阿里Borji *;张卫健Sihite，南加州大学（USC）大学;哈米德Rezazadegan TAVAKOLI，奥卢大学;洛朗ITTI，南加州大学（USC） |
| 389 | 与双对立机制颜色恒常性模型 | 烧饼高，电子科大，开福阳，电子科大;永杰李*，电子科大 | |
| 436 | 估计人类扫描路径使用隐马尔科夫模型 | 惠英刘*，计算机学报研究所;董旭，」台大，新加坡“清明黄，中国中国科学院研究生大学;文李，台大;林坤龙，微软亚洲研究院 | |
| 547 | 快速边缘检测结构化森林 | 彼得·马克*;拉里Zitnick，“微软研究院，美国” | |
| 运动和跟踪 | 307 | 层次数据驱动的后裔为高效最优估计变形 | 远东田*，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 |
| 319 | 通过协同聚类的角度运动分割 | Zhuwen李*，新加坡国立大学，嘉铭国，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 1036 | 分段刚性场景流 | 克里斯托夫沃格尔*，苏黎世联邦理工学院，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国” | |
| 1095 | 大排量光流深匹配 | 菲利普Weinzaepfel *，INRIA，杰罗姆Revaud;扎伊德Harchaoui，INRIA，郝施密德，“INRIA，法国” | |
| 1530 | 无序通过模型平均密度估计的跟踪 | Seunghoon香*，POSTECH;苏哈郭某，POSTECH; Bohyung汉，POSTECH | |
| 1911 | 其动作方式：跟踪与外观类似的多目标 | 恰拉扬Dicle，neu.edu;明锐营*;马里奥Sznaier，东北大学 | |
| 优化方法 | 68 | 控释肥在活动地图推断高效语义分割 | 杰玛罗伊格，ETH;泽维尔博伊克斯*，ETH;罗德里克德奈斯，慕尼黑，塞巴斯蒂安·拉莫斯，计算机视觉中心（CVC）;吕克·范·GOOL，ETH |
| 1031 | Potts模型，参数maxflow的和k-子模块的功能 | 伊戈尔Gridchyn，北京时间奥地利;弗拉基米尔·洛夫*，“IST，奥地利” | |
| 1739 | 比例为先验图像序列分割 | 克劳迪娅·尼乌文赫伊斯*;叶夫根Strekalovskiy，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1900 | 使用王素欣树粗到细的语义视频分割 | 勒内·维达尔*，约翰霍普金斯大学; Aastha耆那教，LinkedIn | |
| 绩效评估 | 1055 | 寻找最佳的第二贝斯茨 - 抑制主观偏见的视觉跟踪算法的评估 | 余彭年*，寺大学学报;海滨灵， |
| 基于物理的眼光和形状从-X | 523 | 迈向保证光照模型的非凸对象 | 渝黔张*，哥伦比亚大学，存目，哥伦比亚大学，涵文国，哥伦比亚大学，约翰·怀特， |
| 740 | 分离反光和荧光元件采用高频照明在频域 | 迎福*，东京大学，安东尼琳，国立情报学研究所佐藤伊万里市，;孝弘冈部;佐藤洋一，东京大学，日本“ | |
| 识别：检测，分类，分类，索引，匹配 | 52 | HOGgles：可视化目标检测功能 | 卡尔Vondrick *，麻省理工学院，阿迪亚科斯拉;托马斯Malisiewicz;安东尼奥托拉尔瓦，麻省理工学院 |
| 81 | Regionlets的通用对象检测 | 王晓宇*，NEC美国实验室，明阳，NEC美国实验室;圣火朱;杨元庆林， | |
| 189 | 你如何从乌鸦告诉黑鸟？ | 托马斯·伯格*，哥伦比亚大学，彼得Belhumeur，“美国哥伦比亚大学” | |
| 454 | 学习预测的目光在自我中心视频 | 尹力*，y佐治亚理工学院，阿里法蒂，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 569 | 从大规模图像分类入门级分类 | 维森特·奥多涅斯*，石溪大学;贾登，斯坦福大学冶金彩，石溪大学，亚历山大•伯格，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 738 | 风格感知中层表示来发现时空视觉连接 | 永宰李*，卡内基 - 梅隆大学机器人研究所;阿列克谢（阿辽沙）Efros，CMU，武术赫伯特，“CMU，美国” | |
| 884 | Shufflets：可拆换零部件共享多类检测 | Iasonas Kokkinos的*，“巴黎中央理工学院，法国” | |
| 965 | 聚集或不聚集：选择匹配的内核，用于图像搜索 | 的Giorgos Tolias;雅尼斯Avrithis，NTUA;埃尔韦Jgou *，INRIA | |
| 1173 | 尼尔：从Web数据中提取视觉知识 | 鑫磊陈，CMU，阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 1546 | 学习图形以匹配 | Minsu曹*，; Karteek Alahari，ENS-杨柳，让庞塞，“ENS，法国” | |
| 1649 | 除了硬负挖掘：通过分块循环高效分解检测器学习 | 朱恩里克，系统研究所机器人 - 科英布拉大学的; - ;科英布拉大学的Joao Carreira的;豪尔赫·巴蒂斯塔，ISR科英布拉大学锐Caseiro *，系统和机器人研究所 | |
| 1685 | 实时铰接式手姿估计使用半监督直推式回归森林 | Danhang唐*，英国伦敦帝国学院 | |
| 1788 | 全面了解场景的三维物体检测与RGBD相机 | 大华琳*，TTIC;三社菲德勒，创科实业芝加哥，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1965 | 快速子空间格拉斯曼通过基于散列搜索 | 徐泓*，明尼苏达大学，斯特凡Atev;约翰·怀特;吉拉德·勒曼，美国明尼苏达大学 | |
| 分割，分组和形状表示 | 1151 | 树形状先验使用凸松弛对一般图连通性约束 | 一月Sthmer *，慕尼黑，彼得Schrder，加州理工学院，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen |
| 1500 | 使用带有结构化拆分条件决策树图像分割的弱监督学习 | 克里斯托夫Straehle *，人机交互，海德堡大学;乌尔里希Koethe;弗雷德Hamprecht，人机交互，海德堡大学 |
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 79 | 锚的形状为数据驱动的多视图重建 | 安德鲁·欧文斯，麻省理工学院;奸雄晓*，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，比尔·弗里曼，“美国麻省理工学院” |
| 198 | 动态概率模型体积 | 阿里Ulusoy *，布朗大学，约瑟夫·瑟曼，布朗大学 | |
| 309 | 街景视图结构 - 从迅 | 布莱恩克林纳*，谷歌，大卫·马丁，谷歌，詹姆斯Roseborough，谷歌 | |
| 396 | 3D场景理解由体素-CRF | 秉洙金*，; Pushmeet Kohli先生，“微软研究院，英国”西尔维奥Savarese，“密歇根大学，美国” | |
| 400 | 3DNN：观点不变三维几何匹配的场景理解 | 斯科特Satkin *，卡耐基梅隆大学，武术赫伯特，“CMU，美国” | |
| 418 | 重温在P \（N \）P问题：一个快速，通用和最优解 | 银枪郑*，东京工业大学;玉斌旷，隆德大学，杉本茂树，东京工业大学，卡勒ASTROM，隆德大学;正敏Okutomi，东京工业大学 | |
| 462 | 行辅助光场三角和立体匹配 | 詹瑜*，特拉华大学;新青郭，特拉华大学;精艺瑜，特拉华大学 | |
| 473 | 增强连续禁忌搜索算法参数估计的多视图几何 | 国庆周，西北工业大学;王庆*，西北工业统一 | |
| 509 | 多重结构采用迭代用的MaxFS规模内围层估计确定性配件 | 光熙李*，西江大学;生利“，西江大学，韩国” | |
| 535 | 网络原则SFM：重复消除歧义结构局部上下文 | 凯尔威尔逊*，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 541 | 一种稳健的解析解等距非刚性构成与焦距校准 | 阿德里安·巴托丽*，成都大学学报奥弗涅;？丹尼尔·皮萨罗，ALCoV-ISIT;托比柯林斯，ALCoV-ISIT | |
| 582 | 从线图复杂的3D对象将军重建 | 林杰杨*，香港中文大学，简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 668 | 本地信号均衡的对应匹配 | 德里克·布拉德利*，迪斯尼苏黎世研究;塔博·比勒，迪斯尼苏黎世研究 | |
| 682 | 的帧到帧轮换直接优化 | 洛朗Kneip *，苏黎世联邦理工学院，西蒙吕南，苏黎世联邦理工学院 | |
| 813 | 灵活的场景再现为三维重建采用RGB-D相机 | 迭戈托马斯*，了信息研究所;杉本晃弘， | |
| 889 | 从动作可靠，精确和可扩展的结构相对运动的全球融合。 | 皮埃尔·穆隆*，想象一下，帕斯卡尔Monasse;雷诺Marlet， | |
| 897 | 恒定的时间加权中值滤波的立体匹配和超越 | 紫阳马*，中国科学院软件研究所，凯明他，Mirosoft亚洲研究院;一尘伟;孙剑，“微软研究院，中国”;吴恩华，科技，澳门大学学院 | |
| 902 | 高效和强大的大型旋转平均 | Avishek查特吉，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 905 | 薄对象的基于点的三维重建 | 本杰明Ummenhofer *，弗莱堡大学，托马斯BROX， | |
| 934 | 使用二次编码长度的子像素扫描不变的间接照明 | 尼古拉斯·马丁*，;文森特时装;塞巴斯蒂安·罗伊， | |
| 975 | 单眼图像3D人体姿态估计下的自遮挡 | 易卜拉欣·拉德万*，堪培拉大学;阿比纳夫Dhall，澳大利亚国立大学，罗兰Goecke， | |
| 1121 | PM-胡伯：PatchMatch与胡贝尔正则化立体匹配 | 菲利普·海泽*，涂Mnchen;塞巴斯蒂安·克洛泽，恩Mnchen;布赖恩·詹森，恩Mnchen;阿洛伊斯·诺尔，恩Mnchen | |
| 1158 | 图像通过突出路线辅助自动登记激光扫描 | 伯恩哈德Zeisl *，ETH，凯文Koeser;马克Pollefeys，ETH | |
| 1241 | 基于Internet的形变模型 | 艾拉Kemelmacher *，华盛顿大学 | |
| 1348 | 屈光结构 - 从 - 运动对水下图像 | 安妮Jordt-Sedlazeck *，基尔大学莱因哈德·科赫，基督教Albrechts-Universitat基尔 | |
| 1394 | 使用点，路线和线条姿态估计与未知焦距 | 玉斌匡*，隆德大学;卡勒ASTROM，隆德大学 | |
| 1535 | 时空权衡的照片排序 | 岜沙大里德克尔*，TAU，夏嘉曦阿维丹，特拉维夫大学;耶尔摩西， | |
| 1567 | 实时半密集单筒SLAM一个统计法 | 雅各布·恩格尔*，慕尼黑技术大学;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1584 | 来自未校准的径向对称摄像机多视图三维重建 | 宰陈克金*，澳大利亚国立大学，宇超戴，澳大利亚国立大学;杜欣;洪洞李，澳大利亚国立大学; Jonghyuk金，ANU | |
| 1632 | 外在的相机校准没有直接查看使用球面镜 | 阿米特阿格拉瓦尔*，MERL | |
| 1657 | 实时解决方案，以绝对的姿势问题，未知的径向畸变和焦距 | 祖扎娜弗拉Kukelova *，马丁Bujnak，Bzovicka 24，85107，布拉迪斯拉发，斯洛伐克，托马斯Pajdla，捷克技术大学 | |
| 1688 | 从RGB-D序列大规模多分辨率曲面重构 | 弗兰克Steinbrcker *，慕尼黑工业大学;基督教Kerl，in.tum.de;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，in.tum.de | |
| 1725 | 住公制三维重建在手机上 | Petri网Tanskanen，苏黎世联邦理工学院;卡林科列夫*，苏黎世联邦理工学院，洛伦茨妹儿，苏黎世联邦理工学院;费德里科Camposeco保尔森，苏黎世联邦理工学院;奥利维尔苏拉，苏黎世联邦理工学院，马克Pollefeys，ETH | |
| 1729 | 从使用“垂线”的方法单帧无人监管的内在校准 | 芮麽咯*，ISR-科英布拉;米歇尔·安图内斯;若昂·巴雷托;加布里埃尔·法尔科;努诺Gonalves， | |
| 1800 | 基于绝对二次曲面和圆环点图像的增强结构 - 从 - 运动范式 | 莉莲卡尔维*，图卢兹大学，皮埃尔Gurdjos，IRIT | |
| 1859 | 在全球范围内最优ICP备：解决三维注册问题高效和全球最理想 | 蛟龙阳，北京研究所。的技术;洪洞李*，澳大利亚国立大学，运德佳， | |
| 计算摄影学，传感和显示 | 54 | 联合子空间稳定的立体视频 | 刘枫*，波特兰州立大学，玉真牛;海林金， |
| 100 | 日光结构光 | 益气养阴*，哥伦比亚大学;莫希特·古普塔;斯里·纳亚尔，哥伦比亚大学 | |
| 122 | 使用各向异性总广义变分图像引导深度上采样 | 大卫Ferstl旅游*，技术格拉茨大学基督教Reinbacher;马蒂亚斯Rther;霍斯特·比朔夫，科技格拉茨大学 | |
| 239 | 正向运动去模糊算法 | 石城郑*，香港中文大学，李旭，香港中文大学，贾家崖，香港中国大学 | |
| 249 | 纠正矩估计光源 | 格雷厄姆芬利森*，东安格利亚大学 | |
| 375 | 强大的非参数拟合的对应 | 文燕琳*，牛津布鲁克斯;明名臣;郑凯尔;江波卢，先进数码科学美分;克鲁克奈杰尔， | |
| 409 | Rectangling赤平投影的广角图像可视化 | 鸿韩昌*，国立台湾大学，容于窗，国立台湾大学 | |
| 424 | 动态场景去模糊算法 | 太铉金，首尔国立大学; Byeongjoo安，首尔国立大学;炅穆肋额*，首尔国立大学 | |
| 514 | 视频摘要通过异构多源关联 | 朱夏天刚*，玛丽皇后大学。伦敦;陈更改洛伊，香港中文大学，龚韶钢，EECS，QMUL | |
| 644 | 内容感知型旋转 | 凯明他*，Mirosoft亚洲研究院;汇文常，清华大学，孙剑，“微软研究院，中国” | |
| 710 | 使用的编码曝光成像改进的Legendre序列飘飘模式生成 | 海坤全度妍，KAIST，俊扬利，KAIST; Yudeog汉族，KAIST;善珠金，延世大学;因索KWEON *，“科学技术院，韩国” | |
| 714 | 斐波那契数包围曝光高动态范围成像 | 莫希特古普塔*;大辅异，哥伦比亚大学斯里·纳亚尔，哥伦比亚大学 | |
| 741 | 目标驱动的云纹图案合成相位调制 | 培母鸡仔，国立台湾大学，容谷出盎*，国立台湾大学 | |
| 924 | 使用密集函授由实例去模糊 | YOAV HaCohen *，希伯来大学;礼Shechtman;丹妮Lischinski， | |
| 935 | 精确的模糊模型与在超分辨率图像先验 | Netalee埃弗拉特*，以色列魏兹曼研究所丹尼尔格拉斯内尔，魏兹曼研究所;武Apartsin，魏兹曼研究所;波阿斯纳德勒，魏兹曼研究所;解剖学莱，魏兹曼研究院，以色列 | |
| 1085 | 造型Lytro相机的标定管道及其在高品质的光场图像重建中的应用 | donghyeon赵*，KAIST; Minhaeng利，KAIST; Sunyeong金，KAIST;宇永泰，“科学技术院，韩国” | |
| 1298 | DCSH - 在RGBD图像匹配补丁 | 亚龙Eshet;西蒙·科曼*，特拉维夫大学的Eyal地平线，微软，夏嘉曦阿维丹，特拉维夫大学 | |
| 1360 | 直接快速超分辨率由简单的功能 | 智元阳*，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 1408 | 向运动感知光场的视频动态场景 | 萨里尔Tambe，莱斯大学;阿肖克Veeraraghavan *，莱斯大学;阿米特阿格拉瓦尔，MERL | |
| 1445 | 补偿运动过程中直接分离环球 | Supreeth ACHAR *，卡耐基梅隆大学，斯蒂芬Nuske，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 | |
| 1774 | 锚邻里回归的快速基于实例的超分辨率 | 拉杜Timofte *，鲁汶大学;文森特迪斯梅特，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 文档分析 | 150 | 场景文本定位和识别与导向行程检测 | 卢卡斯·诺伊曼*;吉日麦塔斯，捷克技术大学 |
| 696 | 认识文字与透视变形的自然场景 | 归仁的Trung藩*，新加坡国立大学，Palaiahnakote Shivakumara，马来亚大学，尚轩田，新加坡国立大学;潮林潭，新加坡国立大学 | |
| 1336 | 手写的字与修正属性点样 | 乔恩Almazn *，计算机视觉中心;阿尔伯特戈多，INRIA（？）;艾丽西亚Forns，计算机视觉中心;欧内斯特Valveny，计算机视觉中心 | |
| 脸和手势 | 93 | 适应分类级联到新域名 | vidit耆那教*;萨钦Farfade， |
| 99 | 秩最小化整个外观和形状的AAM拟合乐团 | 鑫诚*，科技昆士兰学分; Sridharan Sridha，科技的昆士兰学分;杰森Saragih，科技的昆士兰学分;西蒙·卢西， | |
| 212 | 示例基于图匹配的鲁棒人脸定位地标 | 周枫*，卡耐基梅隆大学，乔纳森·勃兰特，Adobe公司，柘林，Adobe公司研究 | |
| 254 | 混合动力深层学习的计算人脸相似 | 裔孙*，香港中文大学，小刚王，“香港的中国大学，香港” | |
| 316 | 多尺度拓扑特征的手姿代表及分析 | 纽约的宾厄姆顿大学州立大学利君贤;宾厄姆顿 - Kaoning胡*，纽约州立大学 | |
| 403 | 在单次内核：明确的特征映射和属性 | 史帝范Zafeiriou *，御，艾琳Kotsia，英国伦敦帝国学院/密德萨斯大学 | |
| 404 | 学习慢的特点行为分析 | 圣拉萨罗Zafeiriou，英国伦敦帝国学院;米哈里斯柯尼克拉乌，英国伦敦帝国学院;史帝范Zafeiriou *，帝国，圣西蒙Nikitidis，英国伦敦帝国学院，玛雅Pantic的，国子监 | |
| 520 | 通过随机路径测量面部补丁网络的人脸识别 | 超超吕*，香港中文大学，德利赵，香港中国大学 | |
| 598 | 学习身份，保留特色 | 王振耀朱*，香港中文大学，平罗，中大 | |
| 601 | 通过排名超过原型赫尔人脸识别 | 元君熊*，香港的中国大学，刘伟，哥伦比亚大学，德利赵，香港中国大学 | |
| 660 | 级联形状空间修剪的鲁棒人脸检测标 | 小伟赵*，信息和通信技术，CAS号，山世光，“中国Academy研究所，中国”;秀娟柴，JDL;陈西林， | |
| 695 | 当局者迷，旁观者清：对亲属验证人脸表情动态 | 哈姆迪Dibeklioglu *，阿姆斯特丹大学，阿尔伯特·萨拉赫，海峡大学;西奥的Gevers，阿姆斯特丹大学 | |
| 705 | 筛分回归森林投票的面部特征检测在野生 | 杨恒*，玛丽统一。伦敦;扬帕特雷， | |
| 712 | 面部动作单元事件检测通过任务的级联 | 小玉丁*，卡耐基梅隆大学，文楚胜，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，杰弗里·科恩;谯凹嗯，东南大学 | |
| 716 | 使用定制视图的快速人脸检测培训 | 克里斯蒂娜Scherbaum *，MMCI，罗热里奥PERIS 8，詹姆斯·Petterson的;沃尔克Blanz，锡根大学，汉斯 - 彼得·赛德尔，MPI萨尔 | |
| 736 | 耦合与识别线路走向为静止到视频人脸识别 | 陈志武黄*，信息和通信技术，CAS号，小伟赵，信息和通信技术，CAS号，山世光，“中国院士，中国”;瑞平旺，计算技术，中国的科学院研究所陈西林， | |
| 757 | 级联深度学习建筑学的行人检测 | 兴宇曾*，香港的中国大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 916 | 快速AAM拟合中的最狂野的优化问题 | 此Georgios Tzimiropoulos *，林肯/伦敦帝国学院的大学玛雅Pantic的，国子监 | |
| 932 | 两点步态：从身体形态去耦步态 | 斯蒂芬·隆巴迪*，德雷克塞尔Unversity，高西野，“Drexel大学，美国”靖原敬之，大阪大学，八木靖， | |
| 963 | 办理闭塞与法兰克人分类 | 马库斯·马蒂亚斯*，鲁汶大学;罗德里戈·班奈森，MPI-INF;拉杜Timofte，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 972 | 通过优化产品的混合物和级联变形形状模型的姿态，面部无接头地标 | 项羽*，罗格斯大学;黄军舟，德州大学阿灵顿分校，少汀张，罗格斯大学，王燕，罗格斯大学的Dimitris梅塔克萨斯，罗格斯大学 | |
| 1040 | 相似性度量学习的人脸识别 | 曹琼，埃克塞特大学;铭英，埃克塞特大学，李鹏，布里斯托大学 | |
| 1071 | 同时聚类和Tracklet在视频链接的多脸跟踪 | 宝源武*，中科院自动化所与RPI;四维吕，纽约州立大学奥尔巴尼;胡宝钢，中科院自动化所，枪机， | |
| 1074 | 把握全球语义关系的面部动作单元识别 | 子恒王*，RPI;永强李，哈尔滨工业大学;王尚飞，中国科学技术大学;枪机， | |
| 1075 | 无人监督的随机森林歧管对齐的唇读 | 玉乳裴*，北京大学，泰筠金;查红彬，“北京大学，中国” | |
| 1133 | 强大的功能集匹配的局部人脸识别 | 冯仁亮翁*，新加坡南洋理工UNIVERSI;李继文陆，高级数字科学中心，新加坡，君临胡，台大，高洋，南洋理工大学;熠彭坦， | |
| 1178 | 学习人民探测器用于跟踪在拥挤的场景 | 思雨唐*，马克斯普朗克研究所; Mykhaylo Andriluka，马克斯普朗克研究所的情报，安东米兰，达姆施塔特，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国”伯恩特席勒，“MPI的情报，德国” | |
| 1239 | 遮挡情况下稳健的脸标志性的估计 | 泽维尔布尔戈斯Artizzu *，加州理工学院，彼得佩罗娜，“加州理工学院，美国”的Piotr美元， | |
| 1252 | 马尔可夫基于网络的统一分类的人脸辨识 | Wonjun黄某*，三星美国在台协会; Kyungshik卢武铉; Junmo金，KAIST | |
| 1377 | 随机面孔指导稀疏许多到一个编码器的姿态，不变人脸识别 | 毅哲张*;邵铭，东北大学，安泰，纽约大学理工学院，福韵，东北大学 | |
| 1487 | 深层森产品架构的鲁棒面部属性分析 | 平罗*，香港中文大学 | |
| 1489 | 估计人类构成与流动木偶 | 西尔维娅Zuffi *;哈维尔·罗梅罗，MPI PS;郝施密德，“INRIA，法国”迈克尔黑，“马克斯普朗克研究所的智能系统，德国” | |
| 1563 | 免校准凝视估计使用人力凝视模式 | 票价阿尔纳贾尔*，阿姆斯特丹大学;西奥的Gevers，阿姆斯特丹大学;罗伯托·瓦伦蒂; Sennay Ghebreab，阿姆斯特丹大学 | |
| 1579 | 交叉视图动作识别非均质特征空间上的 | 余新晓武*，，汉旺，分离技术的北京廖建平，衡阳，刘翠微;运德佳， | |
| 1624 | 高效的行人检测通过直接优化ROC曲线下面积部分 | Sakrapee Paisitkriangkrai *，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1728 | Fingerspelling识别与半马尔可夫条件随机域 | Taehwan金，TTIC;格雷戈里Shakhnarovich，TTIC;卡伦Livescu *，TTIC | |
| 1804 | 监督和无监督类内方差归一化的有效的人脸识别 | 奥伦巴坎*，特拉维夫大学;乔纳森·韦尔，特拉维夫大学;利奥尔灰太狼“特拉维夫大学，以色列”;哈加伊阿罗诺维茨，IBM研究中心;阿米尔AVERBUCH，特拉维夫大学 | |
| 1839 | 从时间马尔可夫假设跟踪人体姿势解放：突破链 | 瑞安Tokola *; Wongun财，密歇根大学;西尔维奥Savarese，“密歇根大学，美国” | |
| 1930 | 对于年龄不变人脸识别隐藏的因素分析 | 翟虹龚，SIAT;志峰李*，SIAT;大华琳，TTIC;简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 低层次的视觉和图像处理 | 185 | 部分和最小化的RPCA奇异值低级别的愿景 | 太炫哦，KAIST; Hyeongwoo金，KAIST;宇永泰，“科学技术院，韩国”让 - 查尔斯·巴赞，ETH-Z;在这样KWEON *，KAIST |
| 205 | 与边界约束和上下文正则有效的图像去雾 | 高峰孟*，中国100080;王颖;江永段;市明翔，NLPR，中科院自动化所，春红潘，NLPR，中科院自动化所 | |
| 233 | 基于实例的立面纹理合成 | 灯心戴*，CVL，苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH;格哈德·施密特，瑞士苏黎世联邦理工学院 | |
| 266 | 高效的显着区域检测用柔软的形象抽象 | 明铭诚*，牛津布鲁克斯大学，郑帅，牛津布鲁克斯大学，乔纳森Warrell，牛津布鲁克斯大学; Vibhav VINEET，牛津布鲁克斯大学，闻堰林，牛津布鲁克斯大学 | |
| 292 | 对于空间 - 时间相关的雨条纹广义低秩外观型号 | 忆雷震*，清华大学，台湾，邱婷许，清华大学，台湾 | |
| 320 | 利用反射更改为自动删除的反思 | 郁李*，新加坡国立大学，迈克尔·布朗，新加坡国立大学 | |
| 328 | 以学习为主的方法，以减少在图像抠图的JPEG文物 | Inchang彩; Sunyeong金，KAIST，迈克尔·布朗，新加坡国立大学，宇永泰*，“科学技术院，韩国” | |
| 340 | 从图像序列光源色度 | 维罗尼卡Prinet *，耶路撒冷希伯来大学;丹妮Lischinski，迈克尔Werman， | |
| 537 | 显着性检测：一个布尔地图方法 | 陈建明张*，波士顿大学，斯坦Sclaroff，波士顿大学 | |
| 546 | 从何处可我们所见 | 卡菲基恩Shanmuga Vadivel *，加州大学圣巴巴拉分校; Vignesh Jagadeesh，加州大学圣巴巴拉分校，雷努卡谢诺伊，加州大学圣巴巴拉分校，米格尔·埃克斯坦，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 661 | 单补丁低阶前非逐点脉冲噪声去除 | 瑞宣王*，邓迪大学;埃马努埃莱特鲁科，邓迪大学 | |
| 664 | 通过缩放地图跨领域联合图像复原 | 琼燕*，香港中文大学，沉小勇，香港中文大学，李旭，香港中文大学，少杰卓，qualcomm.com;张晓鹏;梁沉;贾家崖，香港中国大学 | |
| 840 | 显着区域检测由飞碟：唯一性，Focusness和对象性 | 彭江*，山东大学;景良鹏，cs.sdu.edu.cn;海滨灵， | |
| 849 | 形状指数描述符应用到基于纹理的银河分析 | 金佩德森*，diku.dk;的Kristoffer Stensbo - 斯米特，打底裤，安德鲁Zirm，NBI KU;基督教伊格尔，打底裤 | |
| 1101 | 一种新的图像质量度量的图像自动去噪 | 香妃香港*，香港城市大学，关丽，国防科学技术大学;庆雄阳，香港城市大学，铭轩扬，“加州大学默塞德，美国”柳文音，电子上海电力学院学报 | |
| 1186 | 上下文超图建模感兴趣区域提取 | 李玺*，阿德莱德大学，姚莉，阿德莱德大学，沉春华，阿德莱德大学，安东尼·迪克，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1322 | EVSAC：加快新一代假设通过模拟匹配得分与极值理论 | 维克多弗拉戈索*，加州大学圣巴巴拉分校;普拉迪普森，加州大学圣巴巴拉分校，塞尔吉奥·罗德里格斯，加州大学圣巴巴拉分校，马太福音特克，“加州大学圣巴巴拉分校，美国” | |
| 1342 | 还原影像拍摄通过布满灰尘或雨水的Window | 大卫·艾根*，柯朗研究所，纽约大学，迪利普·克里希南，纽约大学，罗布宏泰，纽约大学 | |
| 1525 | SGTD：结构梯度和纹理解相关正则化的图像分解 | Qiegen柳;刘建波;裴东;董亮*深圳研究院垫款， | |
| 1614 | 的联合强度和深度合作稀疏分析模型深度地图超分辨率 | 马丁Kiechle *，TECHNISCHE Universitt Mnchen;西蒙哈威，TECHNISCHE Universitt Mnchen马丁Kleinsteuber，TECHNISCHE Universitt Mnchen | |
| 1719 | 估计织物的材料特性通过运动的观察 | 凯瑟琳·布曼*，Tec的麻省理工学院，比尔·弗里曼，“美国麻省理工学院”;贝晓;彼得·巴塔利亚;沃伊切赫Matusik;约翰·费希尔，麻省理工学院 | |
| 1767 | 强大的塔克张量分解的高效图像存储 | 张淼*，德州大学Arlingt;克里斯丁， | |
| 1787 | 从个人写真集合资噪声水平估计 | 宜昌施*，麻省理工学院;维韦克Kwatra;谢尔盖·约费;惠方;特洛伊知念， | |
| 1898 | 通过变换不变集团稀疏正则化超分辨率 | 卡洛斯·费尔南德斯 - 格兰达*，斯坦福大学 | |
| 医学和生物图像分析 | 1215 | 通过无监督学习的特征与空间金字塔匹配的组织分类 | 恒昌*，劳伦斯伯克利国家实验室; Nandita纳亚克;保罗·斯佩尔曼;巴赫拉姆帕尔， |
| 1317 | 不确定性驱动的高效采样稀疏图形模型的并发肿瘤分割和登记图集 | 莎拉瑞索*，巴黎中央理工学院，威廉威尔斯，手术规划实验室，哈佛医学院，斯特凡Chemouny，Intrasense SA;雨果Duffau，Hpital桂德Chauliac;尼科斯Paragios，巴黎中央理工学院 | |
| 1550 | 使用标签繁殖果蝇胚胎期注释 | 托马斯Kazmar *，IMP / ISTA;叶夫根Kvon，进出口，亚历山大·斯塔克，进出口，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1893 | 检测灰度和色彩意象不规则曲线结构采用多向定向流量 | 恩金Turetken *，洛桑联邦理工学院，卡洛斯·贝克尔，洛桑联邦理工学院，普热Glowacki，洛桑联邦理工学院; fethallah Benmansour;帕斯卡灵活使用空域，“洛桑联邦理工学院，瑞士” | |
| 运动和跟踪 | 260 | 高阶匹配一致的多目标跟踪 | 阿赫亚阿罗拉*;阿米尔Globerson， |
| 261 | 通过强大的多任务多视角联合稀疏表示的跟踪 | 志斌红*，悉尼科技大学;雪梅，未来的移动研究部，丰田汽车研究所，北美，DANIL普罗霍罗夫，TTC，大成涛，悉尼科技大学 | |
| 263 | 在视频测量流量的复杂性 | 萨阿德·阿里*， | |
| 282 | STAR3D：同时跟踪和采用RGB-D数据的三维物体重建 | 宇恒（卡尔）任*，牛津大学，维克多Prisacariu，牛津，大卫穆雷，牛津，伊恩·里德，阿德莱德大学 | |
| 286 | 多个非刚性表面检测和注册 | 易武*，加州大学默塞德;井尻义久，欧姆龙，铭轩扬，“加州大学默塞德，美国” | |
| 335 | 互动无标记铰接式手运动跟踪使用RGB和深度数据 | Srinath斯里达尔*，马克斯普朗克研究所Informatik公司;安蒂Oulasvirta，马克斯普朗克研究所Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 336 | 潜在的数据关联：贝叶斯模型选择的多目标跟踪 | 亚历山大·西格尔*，牛津大学机器人实验室;伊恩·里德，阿德莱德大学 | |
| 423 | 通过的补充数据的成本局部自适应融合光流 | 太铉金，首尔国立大学; Heeseok利，首尔国立大学;炅穆肋鳄*，首尔国立大学 | |
| 506 | 图像匹配：一个总体框架结合直接和基于特征的成本 | 吉姆Braux - 寻*，东航，清单;阿德里安·巴托丽，成都大学学报奥弗涅;？罗曼杜邦，东航，LIST | |
| 516 | 在线鲁棒非负字典学习的视觉跟踪 | 王乃彦王*，香港科技大学，京东王，微软亚洲研究院;秩杨焱，香港科技大学 | |
| 651 | 实时跟踪身体有一个深度摄像头和惯性传感器 | 托马斯Helten *，MPI Informatik公司; Meinard Mller，国际专业音响实验室埃尔兰根;汉斯 - 彼得·赛德尔，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 655 | 判别跟踪利用张量表示与半监督的改进 | 靳高*，自动化中国科学院研究所;胡卫明，自动化中国科学院研究所均良兴，自动化研究所，中国Academy of Sciences | |
| 718 | 判别标签传播的多目标跟踪与散发外观特点 | 阿米特KC *，成都大学学报天主教Louva;克里斯托夫德Vleeschouwer，伦敦大学学院 | |
| 742 | 视频运动的每一个可见点 | 苏珊娜的Ricco *，杜克大学，卡罗托马西，杜克大学 | |
| 825 | 初始化不敏感的视觉跟踪表决通过与突出地方特色 | 广易*，首尔国立大学; Hawook郑某，首尔国立大学; Byeongho许，首尔国立大学;炯轸畅，英国伦敦帝国学院;真英彩，首尔国立大学 | |
| 832 | 最优正交基与图片同化：运动建模 | 伊莎贝尔·赫林*;艾蒂安霍特，INRIA，朱塞佩Papari，Lithicon | |
| 921 | 重温例相关成本敏感的学习与决策树 | Oisin的Mac Aodha *，伦敦大学学院，加布里埃尔Brostow， | |
| 1007 | 强大的目标跟踪与在线多寿命词典学习 | 均良兴*，自动化，中国科学院研究所靳告，自动化中国科学院研究所;邴理，NLPR，中科院自动化所，胡卫明，自动化中国科学院研究所;水成岩，“新加坡国立大学，新加坡” | |
| 1017 | 构建适应复杂细胞的鲁棒视觉跟踪 | 大鹏陈*，西安交通大学，泽建院，西安交通大学，杨武，京都大学耿哳嗯，西安交通大学，南宁铮，西安交通大学 | |
| 1041 | 在使用光流的方向移动相机视频相干运动分割 | 曼朱纳特纳拉亚纳*;埃里克据悉，米勒，马萨诸塞大学阿默斯特分校;艾伦汉森，马萨诸塞大学阿默斯特分校 | |
| 1153 | 在线运动分割使用动态标签传播 | 阿里Elqursh *，罗格斯大学;艾哈迈德埃尔加马勒， | |
| 1159 | 拓扑约束的分层跟踪的潜在流量 | 张刚纶*，CSAIL，麻省理工学院，约翰·费希尔，麻省理工学院 | |
| 1160 | 细长物体的姿态，可配置的通用跟踪 | 丹尼尔Wesierski *，大学帕特里克Horain， | |
| 1278 | 一种通用的变形模型密集的非刚性表面注册：一个高阶MRF为基础的方法 | 恽舴嗯*，哈佛，朝辉王，MPI，大卫顾;的Dimitris萨马拉斯，石溪大学;尼科斯Paragios，巴黎中央理工学院 | |
| 1345 | 在动态形状和外观跟踪建模自闭塞 | 燕巢阳，KAUST;加尼甚Sundaramoorthi *，KAUST | |
| 1356 | 随机合奏跟踪 | Qinxun白*，波士顿大学，郑武;斯坦Sclaroff，波士顿大学，玛格丽特Betke，波士顿大学; Monnier的卡米尔， | |
| 1400 | 在非同步使用视频轨迹交叉口相机对准 | 托马斯·郭*，加州大学圣巴巴拉分校; Santhoshkumar Sunderrajan，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 1690 | 最小的基础设施选址的子空间分割 | 俊猛利*，新加坡国立大学;龙 - 白花畅，新加坡国立大学 | |
| 1718 | 的统一卷闸和运动模糊模型密集的3D视觉跟踪 | 马克西姆Meilland *，I3S-CNRS-UNS;安德鲁康博特，CNRS-I3S/UNS;汤姆·德拉蒙德，莫纳什大学 | |
| 1769 | PixelTrack：一种快速自适应算法跟踪非刚性物体 | 斯特凡Duffner *，LIRIS，INSA de Lyon火车站，克里斯托夫·加西亚，LIRIS，INSA de Lyon火车站 | |
| 1826 | 跟踪保护 | 马丁Schiegg *，海德堡大学，人机交互;菲利普Hanslovsky，Universitt海德堡，人机交互;伯恩哈德·考斯勒，海德堡，HCI大学;拉尔斯HUFNAGEL，EMBL海德堡，弗雷德Hamprecht，人机交互，海德堡大学 | |
| 1951年 | 从单筒视频贝叶斯3D追踪 | 埃内斯托·布劳*;水羚属巴纳德，“亚利桑那大学，美国”金雁关，亚利桑那大学;凯尔西梅克，亚利桑那大学;卢卡·德尔佩罗;科林·道森，亚利桑那大学 | |
| 优化方法 | 61 | 凸优化框架主动学习 | 日Ehsan Elhamifar *，加州大学伯克利分校，吉列尔莫·萨皮罗，公爵;尚卡尔沙斯特里，加州大学伯克利分校 |
| 83 | 仿射约束组稀疏编码 | 宇哲志*，佛罗里达大学;穆赫辛·阿里，穆罕默德Rushdi;杰弗里·豪，佛罗里达大学 | |
| 119 | 切片采样粒子置信传播 | 奥利弗Mller *，莱布尼茨Universitt汉诺威;迈克尔·荥阳，tnt.uni-hannover.de;博德Rosenhahn， | |
| 141 | 非凸p-范投影的鲁棒稀疏 | 大额牛达斯古普塔*，理光创新列兵。有限公司;桑吉夫·库马尔，高通 | |
| 232 | 最短路径与曲率和挠 | 皮特Strandmark *，隆德大学学报;约翰内斯ULN，隆德大学，弗雷德里克·卡尔，隆德大学 | |
| 242 | 统一核电规范与双线性分解途径的低秩矩阵分解 | 里卡多·卡布拉尔*，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，若昂Costeira酒店，研究所德艾维斯éROBOTICA;亚历山大圣贝纳迪诺，研究所德艾维斯ËROBOTICA | |
| 333 | 正则曲率使用部分列举 | 卡尔·奥尔森*;约翰内斯ULN，隆德大学;尤里Boykov，“加拿大西安大略大学”弗拉基米尔·洛夫，“IST，奥地利” | |
| 342 | GOSUS：格拉斯曼在线子空间与结构，稀疏的更新 | 贾诩*，威斯康星大学麦迪逊分校; VAMSI Ithapu; Lopamudra慕克吉，威斯康星白水大学;詹姆斯Rehg，佐治亚理工学院，维卡斯·辛格， | |
| 369 | 广义迭代收缩算法对非凸稀疏编码 | 王蒙左，哈尔滨工业大学，德玉蒙，西安交通大学;张磊*，香港理工大学，湘楚峰，西安电子科技大学商学院，张大卫，香港理工大学 | |
| 466 | 稀疏变化词典学习的人脸识别与单个训练样本每人 | 孟杨*，ETH Zuricn;吕克·范·GOOL，ETH，张磊，香港理工大学 | |
| 524 | 多归属词典学习的稀疏编码 | 陈郭江*，清大，德苏峰;颜芷;尚红赖清华大学 | |
| 1019 | 登录欧几里德内核的稀疏表示和学习词典 | 培华李*，麻省理工大连理工大学;奇隆王;王蒙左，哈尔滨工业大学，张磊，香港理工大学 | |
| 1179 | 有界贴标功能的多部全球分割与几何约束对象 | 马苏德S.诺斯拉蒂*，西门菲沙大学，肖恩 - 安德鲁斯，SFU;加桑Hamarneh，SFU | |
| 1245 | 再加上应用到跨域图像合成与识别词典和特征空间学习 | 去暗黄，中央研究院;宇蒋弗兰克·王*，中央研究院 | |
| 1335 | 全变差正则化方法与数值函数的流形 | 一月Lellmann精心*，剑桥大学，叶夫根尼·Strekalovskiy，慕尼黑，萨布丽娜KOETTER，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1486 | 快速在线词典正交的学习和图像复原 | 乘龙宝，nus.edu.sg;剑锋蔡，uiowa.edu;慧济*，“新加坡国立大学，新加坡” | |
| 1616 | 潜在空间稀疏子空间聚类 | 维沙尔帕特尔*，UMIACS;阮德贤阮，UMIACS;刘若英比达尔，美国约翰霍普金斯大学 | |
| 1641 | 在平均曲率流图上，在图像应用程序和歧管加工 | 萨尔瓦多chakik阿卜杜拉*，Greyc实验室; abderrahim ELmoataz; ahcen萨迪， | |
| 1779 | 通过高效的L2，0 +规范最小化的半监督鲁棒学习词典 | 王华*，科罗拉多矿业学院; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1825 | 通过高效和强大的内核公制学习大规模图像标注 | Zheyun锋*，密歇根州立大学，荣锦，密歇根州立大学，阿尼尔耆那教，密歇根州立大学 | |
| 绩效评估 | 78 | 使用RGBD摄像机跟踪回顾：基准和基线 | 宋淑然，香港科技大学;奸雄晓*，麻省理工学院 |
| 767 | 感性富达意识到均方误差 | 五峰雪，西安交通大学;牟轩沁*，西安交通大学，张磊，香港理工大学，湘楚枫，科学学院，西安电子科技大学 | |
| 1620 | 显着性和人类录制品：国家的最先进的指标比较与研究 | 萨科暴发户*，UMONS;马修Duvinage，UMONS;马太民杰，UMONS;伯纳德戈塞尔林，UMONS;蒂埃里·迪图瓦，UMONS | |
| 基于物理的眼光和形状从-X | 42 | 一个简单的模型与深度线索内在图像分解 | 奇峰陈;弗拉德连·Koltun *，斯坦福大学 |
| 188 | 真实世界法线贴图捕捉近持平反射面 | 巴斯蒂安雅凯*，苏黎世联邦理工学院，基督教HNE，ETH Zrich;凯文Koeser;马克Pollefeys，ETH | |
| 223 | 利用平面网格参数化多视点光度立体 | Jaesik公园，KAIST; Sudipta辛哈;松下康之，微软亚洲研究院，渝永泰，“科学技术院，韩国”;在这样KWEON *，KAIST | |
| 230 | 从单一的RGB-D图像在未校准的自然照明高品质形状 | Yudeog汉*，KAIST，俊扬利，KAIST;因索KWEON，“科学技术院，韩国” | |
| 231 | 从结合散焦和使用的对应光场相机深度 | 陶大宇*;苏尼尔Hadap时，Adobe公司; JITENDRA马利克，加州大学伯克利分校，拉维Ramamoorthi，加州大学伯克利分校 | |
| 885 | 多视角普通现场集成的镜像物体三维重建 | 迈克尔·魏曼*，波恩大学; Aljosa OSEP，波恩大学，罗兰Ruiters，波恩大学莱因哈德克莱恩，波恩大学 | |
| 1539 | 选配干到湿材料 | 亚瑟Yacoob *，马里兰大学 | |
| 识别：检测，分类，分类，索引，匹配 | 24 | 四胞胎明智的图像相似性学习 | 马克·法*，LIP6;尼古拉斯·托梅，LIP6;马修线， |
| 37 | 人类的属性识别通过丰富的外观词典 | Jungseock珠*，加州大学洛杉矶分校;王硕;宋淳化朱，加州大学洛杉矶分校 | |
| 69 | 弹性网络约束的形状匹配 | 埃马努埃莱Rodola *，东京大学，安德烈Torsello;原田达也，东京大学，国吉康雄，东京大学 | |
| 77 | 语义的RGB-D光束法平差与人类在环 | 健胸晓*，麻省理工学院，安德鲁·欧文斯，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 85 | 有区别训练有素的模板3D物体检测：实时可扩展的方法 | 雷耶斯里奥斯 - 卡布雷拉*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 89 | 发现对象的功能 | Bangpeng尧，斯坦福大学嘉园马;菲菲李斯坦福大学 | |
| 96 | 无监督视觉领域适应使用子空间对齐 | 巴苏拉费尔南多*，鲁汶大学;阿毛里Habrard，圣艾蒂安大学让·莫内，马克SEBBAN，让·莫内的圣埃蒂安，休伯特·居里安实验室的大学; Tinne Tuytelaars，鲁汶大学 | |
| 97 | 数据驱动的3D基元单图像理解 | 大卫Fouhey *，卡耐基梅隆大学，阿比纳夫·古普塔，武术赫伯特，“CMU，美国” | |
| 110 | 互补的投影散列 | 仲明金*，浙江大学，灯彩，，瑶湖，浙江大学，王德炳张，浙江大学，雪龙李， | |
| 127 | 变形部分描述符细粒度的识别和预测的属性 | 张宁*，EECS，加州大学伯克利分校，瑞恩·法雷尔，ICSI，加州大学伯克利分校，特雷弗达雷尔， | |
| 145 | 无论您身在何处：灵活的趋势引导下多任务学习的多视角头部姿势分类根据目标运动 | 艳艳*，特伦托大学;陈洁利玛窦，佩鲁贾大学;拉马纳坦萨勃拉曼尼亚，高级数字科学中心在新加坡，奥斯瓦尔德兰兹，FBK基金会布鲁诺·凯斯勒; NICU濑部，特伦托大学 | |
| 158 | 图片的趣味性 | 迈克尔Gygli *，苏黎世联邦理工学院;赫尔穆特格拉布纳; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 170 | 联合深学习的行人检测 | 万历欧阳*，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 190 | 示例使用基于模型的强迫鸟部分本地化姿态和子目录的一致性 | 刘炯心*，哥伦比亚大学彼得Belhumeur，“美国哥伦比亚大学” | |
| 196 | 细分驱动的目标检测与费舍尔载体 | 拉马赞Gokberk CINBIS *，INRIA的格勒诺布尔，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 206 | 学习判别部分探测器的图像分类和Cosegmentation | 孙立坚*，西安交通大学，让庞塞，“ENS，法国” | |
| 224 | 寻找最佳路径：一个很有效率和准确分类器的图像层次结构 | 闵太阳*，;万凰，密歇根大学安娜堡分校;西尔维奥Savarese，密歇根大学安娜堡分校 | |
| 245 | 在视觉识别处理不确定标签 | 阿拉什Vahdat *，西门菲沙大学，格雷格森，西门菲沙大学 | |
| 246 | 成分模型视频事件检测：一个多核学习潜变量法 | 阿拉什Vahdat *，西门菲沙大学，凯文大炮，西门菲沙大学，格雷格森，西门菲沙大学; Sangmin哦，Kitware公司; Ilseo金， | |
| 253 | 分层部分匹配细粒度视觉分类 | 灵溪谢*，清华大学戚田德州大学圣安东尼奥，水成岩，“新加坡国立大学，新加坡”;张博，清华大学 | |
| 268 | 鳄梨检测到西葫芦：我们做了什么，而我们去哪儿？ | 奥尔加Russakovsky *;贾登，斯坦福大学志恒黄，斯坦福大学，亚历山大•伯格，石溪大学;菲菲李斯坦福大学 | |
| 291 | 人重新鉴定凸显匹配 | 赵锐*，香港中文大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 294 | 显着性检测通过密集和稀疏重构 | 小辉李*，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”张礼和，DUT，中国;项茹暗， | |
| 295 | 与Parselets可变形混合模型解析 | 董健*，新加坡国立大学;陈强;魏霞，新加坡国立大学，中阳黄;水成岩，“新加坡国立大学，新加坡” | |
| 310 | 检测与多视图的背景减法动态对象 | 拉尔哈根达斯，美国加州大学欧文分校，山姆哈尔曼，加州大学欧文分校; Charless Fowlkes *，加州大学欧文分校 | |
| 338 | 引伸反馈：学习用户行为的细微差别在图像搜索 | 德维帕瑞克*，弗吉尼亚理工大学，克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 343 | 一个数据集和一个秒表隐马尔可夫模型的事件识别的写真集 | 卢卡斯柏中*，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 350 | 为一致的多个图形匹配联合优化 | 严骏驰*，上海交通大学;余天，上海交通大学;宏远查，乔治亚理工大学;小康杨;张娅，上海交通大学 | |
| 376 | 合奏预测的半监督图像分类 | 灯心戴*，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 379 | 总理对象与建议随机Prim算法 | 圣地亚哥Manen *，BIWI苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 381 | 贝叶斯联合主题造型的弱监督的对象本地化 | 致远石*，玛丽Univ.of伦敦;蒂莫西Hospedales，EECS，QMUL;湘涛，EECS，QMUL | |
| 411 | 联合倒排索引 | 夏炎*，中国科学技术大学;凯明他，Mirosoft亚洲研究院，方文;孙剑，“微软研究院，中国” | |
| 426 | 低等级稀疏编码的图像分类 | 天竺张*，UIUC新加坡ADSC，伯纳德·加尼姆，KAUST;姒留，新加坡国立大学，长盛许，中科院自动化所，纳伦德拉阿胡加， | |
| 533 | 学习接近最优的成本敏感的决策政策目标检测 | 天府武*，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 539 | 嵌套形状描述 | 杰弗里·拜恩*，宾夕法尼亚大学 | |
| 540 | 无偏公制学习：利用偏置数据集和网页图片 | 陈芳*，达特茅斯学院;叶旭，达特茅斯学院，丹尼尔Rockmore，达特茅斯学院 | |
| 542 | 潜伏任务与适应大型层次结构 | 杨清嘉*，加州大学伯克利分校，特雷弗·达雷尔， | |
| 545 | 采矿多个查询的图像检索：在的即时学习对象的具体中层表示的 | 巴苏拉费尔南多*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 549 | 解析宜家对象：精细姿态估计 | 约瑟夫·林*，麻省理工学院;哈米德Pirsiavash，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 566 | 通过密度最大化提高图匹配 | 超旺*，卧龙岗大学，王磊，卧龙岗大学 | |
| 607 | 非自我中心姿态估计 | 乔斯Oramas *，鲁汶大学 - ESAT;吕克德Raedt，鲁汶大学 - CS; Tinne Tuytelaars，鲁汶大学 | |
| 614 | NYC3DCars：3D车辆在地理背景下的数据集 | 凯文Matzen *，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 624 | 的核心机集成的协同识别主动学习 | 刚华*，斯蒂文斯理工学院;澄江龙史蒂文斯理工学院，明阳，NEC美国实验室;严高，西北大学 | |
| 632 | 显着性检测通过吸收马尔可夫链 | 博文江*，DUT;张礼和，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”川洋， | |
| 683 | 学习跨模态耦合匹配特征空间 | 开野望*，NLPR;冉，他，NLPR，中科院自动化所，王伟，NLPR，王亮，未知的，谭铁牛，“NLPR，中国” | |
| 690 | A一般两步的学习方式为基础的散列 | 国盛林*，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学，大卫苏特， | |
| 692 | 主动视觉识别及其在众包专长估计 | 澄江龙史蒂文斯理工学院;钢华*，斯蒂文斯理工学院;阿希什·卡普尔，微软研究院 | |
| 719 | 属性为适应个性化图像搜索 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 723 | 属性为支点的指导图片搜索的相关反馈 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 729 | 无监督领域适应由域名不变投影 | Mahsa Baktashmotlagh *，昆士兰大学，Mehrtash Harandi，NICTA;布赖恩·洛弗尔;马修萨尔兹曼，NICTA | |
| 759 | 研究稀疏表示的基分类：保证金为基础的观点 | 王朝闻王*，伊利诺伊大学;阳建超，Adobe系统公司;纳赛尔Nasrabadi，美国陆军研究实验室;黄托马斯，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 770 | 语义感知联合索引的近重复图像检索 | 石梁张，UTSA;明阳*，NEC实验室美国，王晓宇，NEC实验室美国，杨元庆林，戚田德州大学圣安东尼奥 | |
| 780 | CODEL：一种高效的人力联合检测和贴标框架 | 建平石*，香港中文大学;仁杰辽，香港中文大学，贾家崖，香港中国大学 | |
| 781 | 模拟闭塞的判别与或结构 | 博力*，科技北京理工大学;文则胡，天府武，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 782 | 一种可扩展的无监督特征合并方法高效降维高维可视化数据的 | 灵桥刘*，澳大利亚国立大学，王磊，卧龙岗大学 | |
| 784 | 通过最优阈值特征加权的视频分析 | 卡内基·梅隆大学亚历山大·豪普特曼;仲文许*，浙江大学，易阳，cmu.edu;艾弗曾荫权; NICU濑部，特伦托大学 | |
| 847 | 分解词直方图的包 | ANKIT甘地*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 869 | SIFTpack：一个紧凑的表示为有效SIFT匹配 | 亚历山德拉Gilinsky *，Technion工业，立志Zelnik-庄园，“以色列Technion” | |
| 880 | 属性支配：什么弹出？ | 纳曼Turakhia;德维帕瑞克*，弗吉尼亚理工大学 | |
| 907 | 学习视觉解读句 | 拉里Zitnick *，“微软研究院，美国”德维帕瑞克，弗吉尼亚理工大学;露西Vanderwende，微软研究院 | |
| 910 | 如何相关典型在网络视频帮助复合事件检测？ | 易阳*，cmu.edu;麻志刚，特伦托大学;仲文许，卡耐基梅隆大学，水成岩，“新加坡国立大学，新加坡”亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 915 | 一种自适应的描述设计目标识别中的野生 | 振宇郭*，加拿大英属哥伦比亚大学; Z.Jane王，英属哥伦比亚大学 | |
| 949 | 培训可变形部件模型与去相关的功能 | 罗斯Girshick *，加州大学伯克利分校; JITENDRA马利克，加州大学伯克利分校 | |
| 950 | 采用金字塔语境特点体积语义分割 | 乔纳森·巴伦*，加州大学伯克利分校，巴勃罗阿韦拉埃斯; Soile Keranen，LBL，大卫·诺尔斯，LBL，马克比金，LBL; JITENDRA马利克，加州大学伯克利分校 | |
| 973 | SYM-FISH：一种对称感知翻转不变素描直方图形状描述 | 曹晓春，中国100080;华章*，TJU;姒流，新加坡国立大学，小杰郭，天津大学 | |
| 978 | PhotoOCR：在不受控制的条件文本阅读 | 马克·康明斯*，谷歌，亚历山德罗Bissacco，谷歌公司;尤瓦内策，谷歌，哈特穆特内文，谷歌 | |
| 1000 | 邻居到邻居搜索特征向量的快速编码 | Nakamasa井上*，东京工业大学，筱田耕一，东京工业大学 | |
| 1018 | 一种新型的地球移动器的距离方法论与高斯混合模型的图像匹配 | 培华李*，麻省理工大连理工大学;奇隆王，张磊，香港理工大学 | |
| 1043 | 姿态估计3D电影的人与分割 | Karteek Alahari *，ENS-杨柳;纪尧姆·塞甘;约瑟夫Sivic，巴黎高等师范学院Suprieure;伊万拉普捷夫海，“INRIA，法国” | |
| 1049 | 相干检测对象从单幅图像的3D几何上下文 | 潘纪言*，卡耐基梅隆大学，猛男奏， | |
| 1061 | 量化而治之：一维递归解决最近邻搜索，聚类和图像检索 | 雅尼斯Avrithis *，NTUA | |
| 1078 | 高效的手姿态估计从单深度图像 | 尺许，生物信息学研究所;李成*，生物信息学研究所 | |
| 1132 | 共生分割和部分本地化细粒度分类 | 宇宁柴*，牛津大学，维克多Lempitsky，科学技术的斯科尔科沃研究所安德鲁Zisserman，牛津大学 | |
| 1137 | 对于无监督人脸检测概率适应弹性部件型号 | 好想李，斯蒂文斯理工学院;钢华*，斯蒂文斯理工学院，柘林，Adobe公司的研究;乔纳森·勃兰特，Adobe公司;刘建超杨，Adobe系统公司 | |
| 1141 | 在使用笔划特征变换和文字协方差描述符自然图像文本定位 | 蔚林黄，Adobe公司的研究;柘林，Adobe公司的研究;阳建超，Adobe系统公司;王珏*， | |
| 1187 | 中秋节的层次联合最大边距学习和顶级表征对视觉识别 | 汉斯Lbel *，大学Catlica智利，刘若英比达尔，约翰霍普金斯大学; lvaro索托，大学Catlica智利 | |
| 1193 | 属性和对象之间的统一概率方法建模的关系 | 晓阳王*，RPI，枪机， | |
| 1202 | 写一个分类：零射门学习使用纯文本描述 | 穆罕默德Elhoseiny *，罗格斯Universeity;艾哈迈德埃尔加马勒;巴巴克·萨利赫，罗格斯大学 | |
| 1207 | 学习哈希码的完全排除监督的Web尺度图像搜索 | 王军*，IBM TJ Watson研究;刘伟，哥伦比亚大学，安迪SUN，IBM，李玉刚江，复旦大学 | |
| 1214 | 对于非监督场景理解图像和段描述符协同聚类 | 丹尼尔·斯坦伯格*，渔业研究咨询委员会;奥斯卡皮萨罗，渔业研究咨询委员会;斯特凡·威廉姆斯，渔业研究咨询委员会 | |
| 1224 | 图片集分类方法全人多阶统计特性和本地化的多内核公制学习 | 李继文陆*，高级数字科学中心，新加坡，王刚，南洋理工大学，皮埃尔冰臼，UIUC | |
| 1225 | 使用新图结构稀疏模型的多标签图片注解 | 小蔡，美国德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校;黄恒*，UTA | |
| 1226 | 通过Hilbert空间嵌入框架形状分析 | Sadeep Jayasumana *，澳大利亚国立大学，马蒂厄萨尔兹曼，NICTA;洪洞李，澳大利亚国立大学; Mehrtash Harandi，NICTA | |
| 1235 | 查询自适应非对称相异的视觉对象检索 | 财智珠*，国立情报学研究所埃尔韦Jgou，INRIA，佐藤真一，NII | |
| 1263 | 快速邻域图搜索使用笛卡尔串联 | 汪静，北京大学;京东王*，微软亚洲研究院，曾刚，北京大学，王仕鹏李， | |
| 1274 | 当地专家的行人检测的随机森林 | 哈维尔·马林*，计算机视觉中心;大卫·巴斯克斯，计算机视觉中心，UAB;乌梅阿莫雷斯，计算机视觉中心，UAB，安东尼奥·洛佩斯，计算机视觉中心，UAB;巴斯蒂安Leibe，“亚琛工业大学，德国” | |
| 1287 | 使用文本线索的图像检索 | 阿南德·米什拉*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 1294 | 随机网格：快速近似近邻和范围搜索图片搜索 | 德罗尔AIGER *，谷歌，Effrosyni Kokiopoulou，谷歌，埃胡德·里夫林，谷歌研究 | |
| 1302 | 学习形状缩影的词典与应用语义标注 | 良杰陈*，加州大学洛杉矶分校，乔治·帕潘德里欧，加州大学洛杉矶分校;艾伦Yuille，加州大学洛杉矶分校 | |
| 1320 | 异构自动相似特性（HASC）：分类利用关系信息 | 马可圣比亚焦*，个人所得税;马可Crocco，个人所得税;马可Cristani，个人所得税;的Samuele马尔泰利，个人所得税;维托里奥穆里诺，因诺琴蒂基金会意大利语二TECNOLOGIA | |
| 1352 | 离线移动实例检索一个小的内存占用 | Jayaguru熊猫*，IIIT海得拉巴，迈克尔·布朗，新加坡国立大学，CV JAWAHAR，海得拉巴IIIT | |
| 1354 | 细粒度分类由定线 | EFSTRATIOS Gavves *，阿姆斯特丹大学;巴苏拉费尔南多，鲁汶大学;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders; Tinne Tuytelaars，鲁汶大学 | |
| 1359 | Codemaps分类，分类和搜索本地对象 | 振洋李*，阿姆斯特丹大学; EFSTRATIOS Gavves，阿姆斯特丹大学;公园面包车去三德;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders， | |
| 1392 | 通过弱监督多学习图形可视化重排序 | 邓诚*，西安电子科技大学;蓉蓉吉，哥伦比亚大学，刘伟，哥伦比亚大学，大成道，“”，“悉尼科技大学”“”;欣博高， | |
| 1411 | 场景拼贴：分析和语义层自然图像的合成 | 菲利普伊索拉*，麻省理工学院，刘策，微软研究院新英格兰 | |
| 1423 | 情迷细节和层次Iconoid移位场景结构 | 托比亚斯韦扬德*，亚琛工业大学;巴斯蒂安Leibe，亚琛工业大学 | |
| 1454 | 金字塔编码功能场景元素识别的视频场景 | 伊兰发誓*，Kitware公司;安东尼Hoogs，Kitware，美国;金博耶，RPI | |
| 1469 | 在非刚性形状的完全分层的方法寻找对应关系 | 伊万Sipiran *，智利大学;本杰明·布斯托斯，智利大学 | |
| 1477 | 醒目的特征来检测纹理对象少 | 费德里科Tombari *，博洛尼亚大学;亚历山德罗弗兰基;路易吉·斯蒂法诺 | |
| 1479 | 局部仿射稀疏到密集的匹配和运动估计闭塞 | 马吕斯Leordeanu *，罗马尼亚科学院数学研究所，安德烈Zanfir;克里斯蒂安Sminchisescu，隆德大学 | |
| 1506 | 在室内场景支撑表面预测 | 瑞麒郭，UIUC，德里克Hoiem，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 1526 | 域自适应分类 | Fatemeh Mirrashed *，马里兰大学，穆罕默德Rastegari，马里兰大学 | |
| 1534 | 了解高层语义建模研究交通模式 | 宏毅张，北京大学;安德烈亚斯盖革*试剂盒;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1541 | 强劲的外观和表现空间模型的人力姿态估计 | 狮子座Pishchulin *，马克斯普朗克研究所的Infor公司; Mykhaylo Andriluka，马克斯普朗克研究所的情报;彼得Gehler，马克斯·普朗克;伯恩特席勒，“MPI情报，德国” | |
| 1548 | 箱在箱：联合三维布局和从单张图像对象推理 | 亚历山大施维英*，苏黎世联邦理工学院，三社菲德勒，TTIC;马克Pollefeys，ETH;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1552 | 学会转移特权信息 | VIKTORIIA Sharmanska * IST奥地利;诺维Quadrianto，剑桥大学，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1553 | 估计室内场景的3D布局，并从深度传感器的杂波 | 张健;陈侃;亚历山大施维英*，苏黎世联邦理工学院，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1558 | 使用全局图像表示预测对象的位置 | 何塞·罗德里格斯 - 塞拉诺*;黛安Larlus， | |
| 1575 | 将您喜爱的云带你 | 宽川鹏，康乃尔大学; Tsuhan陈， | |
| 1592 | 监督二进制散列码与学习詹森香发散 | 立新范*，诺基亚研究中心 | |
| 1603 | 高效的3D场景贴标使用树的领域 | 奥拉夫Khler *，牛津大学伊恩·里德，阿德莱德大学 | |
| 1669 | 3D子查询扩展为提高基于草图的多视角图像检索 | Yenliang林*，国立台湾大学，程禹皇，郝郑旺;温斯顿许， | |
| 1675 | 准无监督学习的有关可靠的视觉属性 | Sukrit尚卡尔*，剑桥大学;琼Lasenby，剑桥大学的;罗伯托·奇泊拉，剑桥大学 | |
| 1677 | 同时分割和移动摄像机位姿跟踪 | Taegyu林*，三星，Seunghoon香，POSTECH; Bohyung汉族，POSTECH; JoonHee汉，POSTECH | |
| 1684 | 非参数贝叶斯网络在此之前人类的姿态 | 安德烈亚斯Lehrmann *，MPI智能系统;彼得Gehler，马克斯·普朗克，塞巴斯蒂安Nowozin，微软剑桥研究院 | |
| 1775 | 通过多模态半监督学习的图像分类异类图像特征融合 | 小蔡*，德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1851 | 口语属性：混合二进制和相对属性说正确的事 | 阿米尔Sadovnik *，康奈尔大学，安德鲁·加拉格尔;德维帕瑞克，弗吉尼亚理工大学; Tsuhan陈， | |
| 1857 | 型号建议用虚拟探针自我为中心的检测手 | 李成清华大学;克里斯木谷*，卡内基·梅隆大学 | |
| 1862 | 多频道的相关性滤波器 | 哈米德KIANI galoogahi *，新加坡国立大学，特伦斯·辛，新加坡国立大学，西蒙·卢西， | |
| 1863 | 使用预测社会领域的显着性原发性凝视行为 | 炫秀园*，CMU; Eakta耆那教，TI，亚瑟谢赫， | |
| 1865 | 从子类别，以视觉复合材料：一个多层次的框架目标检测 | 天兰*，西门菲沙大学;列昂尼德·希格;米哈利斯RAPTIS，迪斯尼研究匹兹堡，格雷格·森，西门菲沙大学 | |
| 1874 | 表征室外场景的布局使用空间主题进程 | 大华琳*，TTIC;奸雄肖，麻省理工学院 | |
| 1902 | 画报人类空间：那么如何做人类感知三维铰接式姿态？ | 伊莉莎贝塔Marinoiu *，科学罗马尼亚科学院;德拉戈什帕帕瓦，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1909 | 通过三维几何建筑构件为基础的对象探测器 | 阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 分割，分组和形状表示 | 67 | 在线视频Superpixels为颞窗对象性 | 迈克尔宏达ETH;杰玛Roig的，ETH;泽维尔博伊克斯*，ETH;圣地亚哥Manen，BIWI苏黎世联邦理工学院;吕克·范·GOOL，ETH |
| 87 | 通过一致的功能图图像联合分割 | 王帆*，斯坦福大学;黄七星，斯坦福大学，莱昂尼达斯Guibas，斯坦福大学 | |
| 102 | 共同细分的组成 | 阿龙FAKTOR *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 | |
| 148 | 检测弯曲对称零件使用变形盘型号 | 通利*，加拿大多伦多大学，三社菲德勒，创科实业芝加哥，斯文·迪金森，多伦多大学 | |
| 244 | 与级联分层模型和物流析取范式网络图像分割 | Mojtaba Seyedhosseini *，脊髓损伤;迈赫迪Sajjadi，脊髓损伤，托加Tasdizen，SCI | |
| 311 | 基于失真估计的几何配准 | 卫择嗯*，佛罗里达国际大学; MAYANK哥斯瓦米，石溪大学;罗峰，罗格斯大学，咸丰顾，石溪大学 | |
| 339 | 控释肥的学习与自适应次梯度下降的图像解析 | 宏辉张*，香港科技大学，隆泉，“科学与技术，中国的香港大学”;坪坦;京东王，微软亚洲研究院 | |
| 346 | 高效的高阶聚类的格拉斯曼流形 | 苏拉杰耆那教，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 447 | 在时间上一致Superpixels | 马蒂亚斯雷索*，TNT LUH汉诺威;约恩·Jachalsky，Technicolor的;约恩·奥斯特曼，研究所FR Informationsverarbeitung / Universitt汉诺威;博德Rosenhahn， | |
| 487 | 示例切 | 集美杨*，加州大学默塞德，易轩仔，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 617 | Cosegmentation和Cosketch通过无监督学习 | 吉峰戴*，清华大学，加州大学洛杉矶分校;英尼安武，加州大学洛杉矶分校，周杰，清华大学;宋淳化朱，加州大学洛杉矶分校 | |
| 619 | 类别无关的对象级别的显着性检测 | 杨清嘉*，加州大学伯克利分校，韩梅，谷歌研究 | |
| 638 | 没有注解段语义分割 | 魏霞*，新加坡国立大学;的Csaba Domokos，新加坡国立大学，董健，新加坡国立大学;龙 - 白花畅，新加坡国立大学，水成岩，“新加坡国立大学，新加坡” | |
| 674 | 在空间和时间多视图对象分割 | 阿卜杜勒 - 阿齐兹·Djelouah *，Technicolor公司，爱德蒙·博耶;让 - 塞巴斯蒂安·佛朗哥，格勒诺布尔大学;帕特里克·佩雷斯，“Technicolor公司，法国”;弗朗索瓦乐Clerc的， | |
| 766 | 强大的轨迹聚类的运动分割 | 奉使，北京航空航天大学;忠周*;江尖小，;魏武， | |
| 943 | 纸娃娃解析：正在检索类似的风格来解析服装项目 | 哥打山口*;米哈迪Kiapour，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 983 | 半监督学习的大尺度图像cosegmentation | 蒸湘王*，富士通研发中心;游汝杰刘，富士通研发中心 | |
| 1192 | 变形的弹性曲面形状空间并行传输 | 谢谦*，佛罗里达州立大学，塞巴斯蒂安Kurtek，Ohiao州立大学;慧灵乐; anuj发表塔瓦， | |
| 1391 | 预测足够的强度注解互动前景分割 | Suyog耆那教*;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 1431 | GRABCUT在一个切 | 孟獭嗯，西安大略大学，西安大略大学莉娜戈雷利克*;西安大略大学奥尔加Veksler;尤里Boykov，“加拿大西安大略大学” | |
| 1434 | 渐进式多重网格特征值求解的多尺度的光谱分割 | 迈克尔·迈尔*，加州理工学院，斯特拉宇，ICSI;彼得佩罗娜，“加州理工学院，美国” | |
| 1485 | 通过深Decompositional网络行人解析 | 平罗*，香港中文大学 | |
| 1577 | 通过半二次最小化强大的子空间聚类 | 颖雅张*，NLPR，中科院自动化所，浙南太阳，NLPR，中科院自动化所，冉河，NLPR，中科院自动化所，谭铁牛，“NLPR，中国” | |
| 1674 | 一个统一的视频分割基准：注释，度量与分析 | 法比奥GALASSO *，MPI情报;纳温纳加拉贾，弗莱堡大学;塔蒂亚娜·希门尼斯·卡德纳斯，弗莱堡大学，托马斯BROX;伯恩特席勒，“MPI的情报，德国” | |
| 1695 | 自动Kronecker积模型为基础的检测在2D都市意象重复模式 | 卷六，纽约的研究生中心城市大学; EMMANOUIL Psarakis，帕特雷大学;扬斯塔莫斯*，纽约市立大学 | |
| 1742 | 的感知为基础的形状分解的方法 | 昌马，北大，中干冬，北京大学，蒋婷婷，北京大学;一皱王*，北京大学 | |
| 1786 | 在结构化场景的前路语义标注的场景顺序贝叶斯模型更新 | 叶夫根Levinkov，MPII;马里奥·弗里茨*，MPI资讯 | |
| 1966 | 在不受约束的视频快速目标分割 | Anestis帕帕佐格鲁*，爱丁堡大学，VITTO法拉利，爱丁堡大学 | |
| 1974 | 视频分割，通过跟踪许多图，地面段 | 阜新力*，格鲁吉亚研究所。的技术;追加指定金，佐治亚理工学院，艾哈迈德·胡马雍;蔡蔚，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 统计方法和学习 | 73 | 对学习支持向量机的结构与非结构化潜变量群体规范 | 导正辰，UMD格式; Dhruv直升机巴特拉*，弗吉尼亚理工大学，比尔·弗里曼，“美国麻省理工学院” |
| 94 | 黎曼流形曲率感知正规化 | 光在金*，MPI的情报;詹姆斯Tompkin，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 258 | 学习图匹配从大型场景建模类 | 陈全世张*，东京大学，禤宋，东京大学，邵卫，东京大学，柴崎亮介，东京大学，汇景赵，北京大学 | |
| 306 | 对于图像和视频处理的贝叶斯稳健矩阵分解 | 王乃彦王*，香港科技大学，秩杨焱，香港科技大学 | |
| 360 | 传输特性与联合分布适应学习 | 明升龙*，清华大学，王建民，清华大学，贵广鼎，清华大学，菲利普宇，伊利诺伊大学芝加哥分校 | |
| 442 | 动态结构选型 | 大卫韦斯*，宾夕法尼亚大学，本杰明·萨普，谷歌，奔Taskar，华盛顿大学 | |
| 482 | 的总和，人子模的高阶能量函数结构化学习 | 亚历克斯修复，山茱萸，和Thorsten Joachims，康奈尔大学，山姆公园，康奈尔;拉敏Zabih *，康奈尔大学 | |
| 484 | 什么是最有效的方式来选择最近邻考生快速近似最近邻搜索？ | 正和岩村*，大阪府立大学，佐藤友和大阪府立大学，吉濑浩一，大阪府立大学 | |
| 641 | 交替回归森林的目标检测与姿态估计 | 塞缪尔Schulter *，TUGraz;基督教Leistner，微软，保罗Wohlhart，恩格拉茨，彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 642 | 线性序列判别分析：基于模型的降维法向量序列 | 秉素*，清华大学，丁晓青，清华大学 | |
| 930 | 与未知的噪声鲁棒矩阵分解 | 德裕猛*，西安交通大学;费尔南多德拉托雷，卡耐基梅隆大学 | |
| 957 | SPD矩阵的斯坦中心及其应用的递推估计 | Hesamoddin Salehian *，佛罗里达大学，广成;巴巴Vemuri，“美国佛罗里达大学，”杰弗里·豪，佛罗里达大学 | |
| 968 | 从稀疏样本的基础歧管图像合成 | 腾旭*，佐治亚理工学院，宏远查，佐治亚理工学院 | |
| 988 | 从点设置：延长距离度量的学习 | 鹏飞朱，香港理工大学张磊*，香港理工大学，王蒙左，哈尔滨工业大学，张海伟，香港理工大学 | |
| 1010 | 判别公制和原型学习 | 马丁Kstinger *，技术格拉茨大学彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 1082 | 分而治之子空间分割 | AMEET Talwalkar *，加州大学伯克利分校，莱斯特·麦基，斯坦福大学，亚东穆，哥伦比亚大学，世福昶，哥伦比亚大学，迈克尔·乔丹，伯克利 | |
| 1405 | 动态标签为传播半监督多类多标签分类 | “加拿大约克大学，”约翰Tsotsos;王波*，约克大学 | |
| 1420 | 无奈的是易NBNN领域适应 | 塔蒂亚娜托马西*，IDIAP马蒂尼，芭芭拉·卡普托， | |
| 1503 | 相关自适应子空间细分的跟踪套索 | 餐椅鲁*，Singapo国立大学，嘉实丰，新加坡国立大学; Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1504 | Correntropy诱导L2走势图鲁棒子空间聚类 | 餐椅鲁*，Singapo国立大学Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1647 | 强大的词典学习了错误源分解 | 卓远陈*，西北大学，吴英，西北大学 | |
| 1941 | 特定类的单纯形 - 隐性主题抽取的图像分类 | 文华迪克西特*，加州大学圣地亚哥分校，尼基Rasiwasia，雅虎研究;努诺·德瓦斯康塞洛斯，“加州大学圣地亚哥分校，美国” | |
| 视频：活动，活动与监控 | 23 | 蒙特卡洛树搜索的调度动作辨识 | 穆罕默德·阿米尔*，俄勒冈州立大学，米哈伊托多罗维奇，“俄勒冈州立大学，美国”艾伦·弗恩，俄勒冈州立大学;宋淳化朱，加州大学洛杉矶分校 |
| 183 | 用自然语言描述的视频事件的理解 | Vignesh拉马纳坦*，斯坦福大学，珀西梁，斯坦福大学，菲菲李斯坦福大学 | |
| 204 | 视频转换成自然语言描述 | 马库斯Rohrbach以*，MPI情报;魏秋月，Coli.uni-saarland.de;伊万·季托夫，萨尔大学;斯特凡Thater;曼弗雷德Pinkal，萨尔大学;伯恩特席勒，“MPI情报，德国” | |
| 219 | 集团稀疏和几何约束字典学习的行为识别从深度贴图 | 嘉嘉罗*，田纳西大学;王伟;海容奇， | |
| 308 | 从影片推断“暗物质”和“暗能量” | 谢丹，加州大学洛杉矶分校;米哈伊托多罗维奇*，“俄勒冈州立大学，美国”;宋淳化朱，加州大学洛杉矶分校 | |
| 367 | 采矿运动原子和短语的复杂动作识别 | 利民王*，香港中文大学，俞乔SIAT | |
| 395 | 通过寻找典型视图和零件视图 - 不变的动作识别 | 科鲁兹Mahasseni *，俄勒冈州立大学学报;米哈伊托多罗维奇，“俄勒冈州立大学，美国” | |
| 433 | 动作识别改进的轨迹 | 恒旺*，;郝施密德，“INRIA，法国” | |
| 438 | 人重新鉴定后排名优化 | 春晓刘，清华大学，陈更改洛伊，香港中文大学;韶钢龚*，EECS，QMUL;刘贵今王，清华大学 | |
| 456 | 主动：活动概念在转换视频事件分级 | 陈孙*，南CALIFOR大学;拉姆Nevatia， | |
| 492 | 操作模式发现：一种非参数贝叶斯方法 | 冰冰NI *“，”“”“”“”“”“”“”“”“”“”“”“”“”“”“”“高级数字科学中心（ADSC），SINGAPOR;皮尔冰臼，UIUC | |
| 522 | 行动与事件识别与费舍尔在紧凑型功能集向量 | 丹Oneata *，INRIA，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 584 | 视频协分割为有意义的行动提取 | 嘉铭郭*，新加坡国立大学; Zhuwen李，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 611 | 学习的最大间距时空翘曲的行为识别 | 王江*，西北大学，吴英，西北大学 | |
| 680 | 并发操作的检测与结构预测 | 魏萍*，西安交通大学，加州大学洛杉矶分校，南宁郑，西安交通大学，意表赵，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 704 | 动作识别与Actionton | 朱骏*，上海交通大学，宝源旺;卓文涂，加州大学洛杉矶分校;小康杨;文君张， | |
| 864 | 稳定的超池和查询扩展的事件检测 | MATTHIJS DOUZE，INRIA，杰罗姆Revaud;郝施密德，“INRIA，法国”;埃尔韦Jgou *，INRIA | |
| 946 | 动作探测器从毛边影片主动学习 | 苏尼尔Bandla，德克萨斯大学奥斯汀分校;克里斯汀·格劳曼*，德州大学奥斯汀分校 | |
| 954 | 压扁王素欣层次结构的统一熵片 | 陈亮旭*，纽约州立大学水牛城分校;斯宾塞威特，美国纽约州立大学水牛城分校;杰森Corso大街，“纽约州立大学布法罗，美国” | |
| 970 | 从Actemes到行动：一个强监督代表详细了解行动 | 宇张*，宾夕法尼亚大学，康斯坦丁Derpanis，宾夕法尼亚大学，勐龙竹，宾夕法尼亚大学 | |
| 976 | 从半监督来转移人群的计数 | 陈更改洛伊*，香港中文大学，龚韶钢，EECS，QMUL;湘涛，EECS，QMUL | |
| 977 | 结合正确的功能对复杂的事件识别 | 凯文·唐*，斯坦福U.; Bangpeng瑶，斯坦福大学，菲菲李斯坦福大学达芙妮科勒， | |
| 984 | 通过示例基于建模认识人为对象交互 | 建芳胡*，孙中山大学，伟世政;赖剑煌，中山大学大学;韶功，EECS，QMUL;湘涛，EECS，QMUL | |
| 1011 | 域名转移支持向量排名的人重新鉴定无目标相机标签信息 | 安迪金华马，香港浸会大学;庞智园*，香港浸会大学;加味李， | |
| 1026 | 学会分享潜伏任务的动作识别 | 周强*，新加坡国立大学，新加坡，王刚，台大，赵奇，国立大学。新加坡 | |
| 1064 | 通过结构学习大规模视频散列 | 广南叶*，哥伦比亚大学，刘东，哥伦比亚大学，王军，IBM TJ Watson研究;王实甫畅，哥伦比亚大学 | |
| 1116 | 寻找演员和电影行动 | 彼得·Bojanowski *，INRIA，弗朗西斯巴赫，“ENS和INRIA，法国”伊万拉普捷夫海，“INRIA，法国”;让庞塞，“ENS，法国”郝施密德，“INRIA，法国”约瑟夫Sivic，巴黎高等师范学院Suprieure | |
| 1127 | 时空可靠的视频表示的行为识别 | 萨科Ballas的*，CEA /矿产 - 巴黎高科，易阳，cmu.edu;兰Zshzsh，CMU，伯特兰Delezoide，东航，弗朗索瓦Preteux，矿业巴黎高科;亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 1218 | YouTube2Text：认识和描述任意活动使用语义层次结构和零识别拍摄 | 塞尔吉奥·瓜达拉马*，加利福尼亚州，伯克大学; Niveda Krishnamoorthy都是德州大学奥斯汀分校;吉里什Malkarnenkar，德州大学奥斯汀分校，雷蒙德穆尼;特雷弗·达雷尔，凯特萨恩科，麻省大学洛厄尔 | |
| 1255 | 非常快速的异常事件检测 | Cewu鲁*，香港的中国大学，建平石，香港中文大学，贾家崖，香港中国大学 | |
| 1273 | 人类重新鉴定匹配值<br/>模板采用整群抽样 | 圆箓许，中山大学大学;梁林*，中山大学大学;尉氏征;刘小白，Ucla.edu | |
| 1331 | 在视频序列中寻找因果相互作用 | 穆斯塔法Ayazoglu，Notheastern大学;布拉克·耶尔马兹，东北大学;马里奥Sznaier *，东北大学，明锐营， | |
| 1382 | 动态资源池对复杂的事件识别 | 味辛李*，加州大学圣地亚哥分校，钱宇，萨尔诺夫，努诺·德瓦斯康塞洛斯，加州大学圣地亚哥分校 | |
| 1442 | 相对属性对于大型废弃目标检测 | 全福风扇*，IBM，普拉萨德Gabbur;沙拉斯Pankanti， | |
| 1457 | 动作识别与定位通过分层空时段 | Shugao马*，波士顿大学，斯坦Sclaroff，波士顿大学，陈建明张，波士顿大学;纳兹勒Ikizler-cinbis，计算机工程系，哈斯特帕大学 | |
| 1501 | “移动姿势”：一种高效的三维运动学描述为低延时动作识别与检测 | 米哈伊Zanfir;马吕斯Leordeanu *，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1510 | 4D建模人机交互对象的事件和物体识别 | 魏萍*，西安交通大学，加州大学洛杉矶分校;意表赵，加州大学洛杉矶分校，南宁郑，西安交通大学;宋淳化朱，加州大学洛杉矶分校 | |
| 1658 | 向无环图仁的行为识别 | 王玲*，电信巴黎高科; HICHEM SAHBI，LTCI，法国国家科学研究中心，（TELECOM巴黎高科） | |
| 1670 | 学习观不变稀疏表示的交叉视图的动作识别 | 晶晶郑*，马里兰大学，卓林江，马里兰大学 | |
| 1709 | 一种新的自适应分类匹配测度人类活动识别 | 的Shahriar沙里亚特*，罗格斯大学，弗拉基米尔·帕夫洛维奇， | |
| 1841 | 事件检测的复杂场景使用时段时序约束 | 一帆张*，中科院自动化所，季强;汉青路， | |
| 1978 | 对于理解动作识别 | Hueihan庄*，;于尔根瘿，马克斯普朗克研究所的智能系统;迈克尔黑，“马克斯普朗克研究所的智能系统，德国”郝施密德，INRIA | |
| 视觉图形 | 201 | 修改正面照片的记忆性 | 阿迪亚科斯拉*，麻省理工学院，威尔玛班布里奇，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，奥德省奥利瓦， |
| 283 | 显着性检测在大点集 | 伊丽莎白Shtrom *，Technion工业;乔治Leifman，Technion工业; Ayellet塔尔，Technion工业 | |
| 669 | 运动感知KNN拉普拉斯视频抠图 | Dingzeyu李*，哥伦比亚大学，奇峰陈，驰强唐，“科学与香港科技大学，香港” | |
| 961 | 观看真实世界的面孔3D | 塔尔Hassner *， | |
| 1242 | 使用单RGBD图片高精度和稳健的3D面部表演捕捉 | 颜林晨，得克萨斯州A与M大学;肌肉吴，微软亚洲研究院;富豪市得克萨斯州A与M大学;鑫通，微软亚洲;金乡柴*，TAMU | |
| 愿景网页 | 1304 | 对于网页图片视觉语义复杂网络 | 施龟*，香港中文大学，小刚王，“中国香港大学，香港”晓鸥唐，香港中国大学 |
| 1427 | 你是做什么？通过社会背景认识职业的照片 | 邵铭*，东北大学;李良月，东北大学;云府，东北大学 |
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 39 | 弹碎片的密集场景重建 | 谦一皱*，斯坦福大学斯蒂芬·米勒，美国斯坦福大学，弗拉德连·Koltun，斯坦福大学 |
| 702 | 一个全球性的线性方法相机姿注册 | Nianjuan江*，ADSC;兆鹏崔，新加坡国立大学，坪坦， | |
| 748 | 基于XSlit成像的旋转立体模型 | 金威叶*，特拉华大学，虞姬，特拉华大学;精艺瑜，特拉华大学 | |
| 1177 | 起重从单幅图像的3D曼哈顿线 | Srikumar Ramalingam *，MERL，马太福音品牌，MERL | |
| 1588 | 卷帘立体声 | 奥利维尔苏拉*，苏黎世联邦理工学院，凯文Koeser;让 - 伊夫·Bouguet，谷歌，马克Pollefeys，ETH | |
| 计算摄影学，传感和显示 | 845 | 非参数盲超分辨率 | Tomer的MICHAELI *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 |
| 1696 | 从每个像素一个检测到的光子现场强度和深度收购 | 艾哈迈德Kirmani *，麻省理工学院; Dongeek善，麻省理工学院; Dheera卡特拉曼，麻省理工学院，佛朗哥黄，麻省理工学院;维韦克戈雅，麻省理工学院 | |
| 脸和手势 | 1680 | 一种实用的迁移学习算法的人脸验证 | 旭东曹*，微软亚洲研究院;大卫Wipf， |
| 低层次的视觉和图像处理 | 178 | 标杆视觉显着性的计算模型 | 阿里Borji *;张卫健Sihite，南加州大学（USC）大学;哈米德Rezazadegan TAVAKOLI，奥卢大学;洛朗ITTI，南加州大学（USC） |
| 389 | 与双对立机制颜色恒常性模型 | 烧饼高，电子科大，开福阳，电子科大;永杰李*，电子科大 | |
| 436 | 估计人类扫描路径使用隐马尔科夫模型 | 惠英刘*，计算机学报研究所;董旭，」台大，新加坡“清明黄，中国中国科学院研究生大学;文李，台大;林坤龙，微软亚洲研究院 | |
| 547 | 快速边缘检测结构化森林 | 彼得·马克*;拉里Zitnick，“微软研究院，美国” | |
| 运动和跟踪 | 307 | 层次数据驱动的后裔为高效最优估计变形 | 远东田*，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 |
| 319 | 通过协同聚类的角度运动分割 | Zhuwen李*，新加坡国立大学，嘉铭国，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 1036 | 分段刚性场景流 | 克里斯托夫沃格尔*，苏黎世联邦理工学院，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国” | |
| 1095 | 大排量光流深匹配 | 菲利普Weinzaepfel *，INRIA，杰罗姆Revaud;扎伊德Harchaoui，INRIA，郝施密德，“INRIA，法国” | |
| 1530 | 无序通过模型平均密度估计的跟踪 | Seunghoon香*，POSTECH;苏哈郭某，POSTECH; Bohyung汉，POSTECH | |
| 1911 | 其动作方式：跟踪与外观类似的多目标 | 恰拉扬Dicle，neu.edu;明锐营*;马里奥Sznaier，东北大学 | |
| 优化方法 | 68 | 控释肥在活动地图推断高效语义分割 | 杰玛罗伊格，ETH;泽维尔博伊克斯*，ETH;罗德里克德奈斯，慕尼黑，塞巴斯蒂安·拉莫斯，计算机视觉中心（CVC）;吕克·范·GOOL，ETH |
| 1031 | Potts模型，参数maxflow的和k-子模块的功能 | 伊戈尔Gridchyn，北京时间奥地利;弗拉基米尔·洛夫*，“IST，奥地利” | |
| 1739 | 比例为先验图像序列分割 | 克劳迪娅·尼乌文赫伊斯*;叶夫根Strekalovskiy，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1900 | 使用王素欣树粗到细的语义视频分割 | 勒内·维达尔*，约翰霍普金斯大学; Aastha耆那教，LinkedIn | |
| 绩效评估 | 1055 | 寻找最佳的第二贝斯茨 - 抑制主观偏见的视觉跟踪算法的评估 | 余彭年*，寺大学学报;海滨灵， |
| 基于物理的眼光和形状从-X | 523 | 迈向保证光照模型的非凸对象 | 渝黔张*，哥伦比亚大学，存目，哥伦比亚大学，涵文国，哥伦比亚大学，约翰·怀特， |
| 740 | 分离反光和荧光元件采用高频照明在频域 | 迎福*，东京大学，安东尼琳，国立情报学研究所佐藤伊万里市，;孝弘冈部;佐藤洋一，东京大学，日本“ | |
| 识别：检测，分类，分类，索引，匹配 | 52 | HOGgles：可视化目标检测功能 | 卡尔Vondrick *，麻省理工学院，阿迪亚科斯拉;托马斯Malisiewicz;安东尼奥托拉尔瓦，麻省理工学院 |
| 81 | Regionlets的通用对象检测 | 王晓宇*，NEC美国实验室，明阳，NEC美国实验室;圣火朱;杨元庆林， | |
| 189 | 你如何从乌鸦告诉黑鸟？ | 托马斯·伯格*，哥伦比亚大学，彼得Belhumeur，“美国哥伦比亚大学” | |
| 454 | 学习预测的目光在自我中心视频 | 尹力*，y佐治亚理工学院，阿里法蒂，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 569 | 从大规模图像分类入门级分类 | 维森特·奥多涅斯*，石溪大学;贾登，斯坦福大学冶金彩，石溪大学，亚历山大•伯格，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 738 | 风格感知中层表示来发现时空视觉连接 | 永宰李*，卡内基 - 梅隆大学机器人研究所;阿列克谢（阿辽沙）Efros，CMU，武术赫伯特，“CMU，美国” | |
| 884 | Shufflets：可拆换零部件共享多类检测 | Iasonas Kokkinos的*，“巴黎中央理工学院，法国” | |
| 965 | 聚集或不聚集：选择匹配的内核，用于图像搜索 | 的Giorgos Tolias;雅尼斯Avrithis，NTUA;埃尔韦Jgou *，INRIA | |
| 1173 | 尼尔：从Web数据中提取视觉知识 | 鑫磊陈，CMU，阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 1546 | 学习图形以匹配 | Minsu曹*，; Karteek Alahari，ENS-杨柳，让庞塞，“ENS，法国” | |
| 1649 | 除了硬负挖掘：通过分块循环高效分解检测器学习 | 朱恩里克，系统研究所机器人 - 科英布拉大学的; - ;科英布拉大学的Joao Carreira的;豪尔赫·巴蒂斯塔，ISR科英布拉大学锐Caseiro *，系统和机器人研究所 | |
| 1685 | 实时铰接式手姿估计使用半监督直推式回归森林 | Danhang唐*，英国伦敦帝国学院 | |
| 1788 | 全面了解场景的三维物体检测与RGBD相机 | 大华琳*，TTIC;三社菲德勒，创科实业芝加哥，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1965 | 快速子空间格拉斯曼通过基于散列搜索 | 徐泓*，明尼苏达大学，斯特凡Atev;约翰·怀特;吉拉德·勒曼，美国明尼苏达大学 | |
| 分割，分组和形状表示 | 1151 | 树形状先验使用凸松弛对一般图连通性约束 | 一月Sthmer *，慕尼黑，彼得Schrder，加州理工学院，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen |
| 1500 | 使用带有结构化拆分条件决策树图像分割的弱监督学习 | 克里斯托夫Straehle *，人机交互，海德堡大学;乌尔里希Koethe;弗雷德Hamprecht，人机交互，海德堡大学 |
海报
| 标题 | 作者 | ||
|---|---|---|---|
| 主要学科领域 | |||
| 三维计算机视觉 | 79 | 锚的形状为数据驱动的多视图重建 | 安德鲁·欧文斯，麻省理工学院;奸雄晓*，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，比尔·弗里曼，“美国麻省理工学院” |
| 198 | 动态概率模型体积 | 阿里Ulusoy *，布朗大学，约瑟夫·瑟曼，布朗大学 | |
| 309 | 街景视图结构 - 从迅 | 布莱恩克林纳*，谷歌，大卫·马丁，谷歌，詹姆斯Roseborough，谷歌 | |
| 396 | 3D场景理解由体素-CRF | 秉洙金*，; Pushmeet Kohli先生，“微软研究院，英国”西尔维奥Savarese，“密歇根大学，美国” | |
| 400 | 3DNN：观点不变三维几何匹配的场景理解 | 斯科特Satkin *，卡耐基梅隆大学，武术赫伯特，“CMU，美国” | |
| 418 | 重温在P \（N \）P问题：一个快速，通用和最优解 | 银枪郑*，东京工业大学;玉斌旷，隆德大学，杉本茂树，东京工业大学，卡勒ASTROM，隆德大学;正敏Okutomi，东京工业大学 | |
| 462 | 行辅助光场三角和立体匹配 | 詹瑜*，特拉华大学;新青郭，特拉华大学;精艺瑜，特拉华大学 | |
| 473 | 增强连续禁忌搜索算法参数估计的多视图几何 | 国庆周，西北工业大学;王庆*，西北工业统一 | |
| 509 | 多重结构采用迭代用的MaxFS规模内围层估计确定性配件 | 光熙李*，西江大学;生利“，西江大学，韩国” | |
| 535 | 网络原则SFM：重复消除歧义结构局部上下文 | 凯尔威尔逊*，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 541 | 一种稳健的解析解等距非刚性构成与焦距校准 | 阿德里安·巴托丽*，成都大学学报奥弗涅;？丹尼尔·皮萨罗，ALCoV-ISIT;托比柯林斯，ALCoV-ISIT | |
| 582 | 从线图复杂的3D对象将军重建 | 林杰杨*，香港中文大学，简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 668 | 本地信号均衡的对应匹配 | 德里克·布拉德利*，迪斯尼苏黎世研究;塔博·比勒，迪斯尼苏黎世研究 | |
| 682 | 的帧到帧轮换直接优化 | 洛朗Kneip *，苏黎世联邦理工学院，西蒙吕南，苏黎世联邦理工学院 | |
| 813 | 灵活的场景再现为三维重建采用RGB-D相机 | 迭戈托马斯*，了信息研究所;杉本晃弘， | |
| 889 | 从动作可靠，精确和可扩展的结构相对运动的全球融合。 | 皮埃尔·穆隆*，想象一下，帕斯卡尔Monasse;雷诺Marlet， | |
| 897 | 恒定的时间加权中值滤波的立体匹配和超越 | 紫阳马*，中国科学院软件研究所，凯明他，Mirosoft亚洲研究院;一尘伟;孙剑，“微软研究院，中国”;吴恩华，科技，澳门大学学院 | |
| 902 | 高效和强大的大型旋转平均 | Avishek查特吉，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 905 | 薄对象的基于点的三维重建 | 本杰明Ummenhofer *，弗莱堡大学，托马斯BROX， | |
| 934 | 使用二次编码长度的子像素扫描不变的间接照明 | 尼古拉斯·马丁*，;文森特时装;塞巴斯蒂安·罗伊， | |
| 975 | 单眼图像3D人体姿态估计下的自遮挡 | 易卜拉欣·拉德万*，堪培拉大学;阿比纳夫Dhall，澳大利亚国立大学，罗兰Goecke， | |
| 1121 | PM-胡伯：PatchMatch与胡贝尔正则化立体匹配 | 菲利普·海泽*，涂Mnchen;塞巴斯蒂安·克洛泽，恩Mnchen;布赖恩·詹森，恩Mnchen;阿洛伊斯·诺尔，恩Mnchen | |
| 1158 | 图像通过突出路线辅助自动登记激光扫描 | 伯恩哈德Zeisl *，ETH，凯文Koeser;马克Pollefeys，ETH | |
| 1241 | 基于Internet的形变模型 | 艾拉Kemelmacher *，华盛顿大学 | |
| 1348 | 屈光结构 - 从 - 运动对水下图像 | 安妮Jordt-Sedlazeck *，基尔大学莱因哈德·科赫，基督教Albrechts-Universitat基尔 | |
| 1394 | 使用点，路线和线条姿态估计与未知焦距 | 玉斌匡*，隆德大学;卡勒ASTROM，隆德大学 | |
| 1535 | 时空权衡的照片排序 | 岜沙大里德克尔*，TAU，夏嘉曦阿维丹，特拉维夫大学;耶尔摩西， | |
| 1567 | 实时半密集单筒SLAM一个统计法 | 雅各布·恩格尔*，慕尼黑技术大学;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1584 | 来自未校准的径向对称摄像机多视图三维重建 | 宰陈克金*，澳大利亚国立大学，宇超戴，澳大利亚国立大学;杜欣;洪洞李，澳大利亚国立大学; Jonghyuk金，ANU | |
| 1632 | 外在的相机校准没有直接查看使用球面镜 | 阿米特阿格拉瓦尔*，MERL | |
| 1657 | 实时解决方案，以绝对的姿势问题，未知的径向畸变和焦距 | 祖扎娜弗拉Kukelova *，马丁Bujnak，Bzovicka 24，85107，布拉迪斯拉发，斯洛伐克，托马斯Pajdla，捷克技术大学 | |
| 1688 | 从RGB-D序列大规模多分辨率曲面重构 | 弗兰克Steinbrcker *，慕尼黑工业大学;基督教Kerl，in.tum.de;于尔根·斯特姆，慕尼黑，丹尼尔CREMERS，in.tum.de | |
| 1725 | 住公制三维重建在手机上 | Petri网Tanskanen，苏黎世联邦理工学院;卡林科列夫*，苏黎世联邦理工学院，洛伦茨妹儿，苏黎世联邦理工学院;费德里科Camposeco保尔森，苏黎世联邦理工学院;奥利维尔苏拉，苏黎世联邦理工学院，马克Pollefeys，ETH | |
| 1729 | 从使用“垂线”的方法单帧无人监管的内在校准 | 芮麽咯*，ISR-科英布拉;米歇尔·安图内斯;若昂·巴雷托;加布里埃尔·法尔科;努诺Gonalves， | |
| 1800 | 基于绝对二次曲面和圆环点图像的增强结构 - 从 - 运动范式 | 莉莲卡尔维*，图卢兹大学，皮埃尔Gurdjos，IRIT | |
| 1859 | 在全球范围内最优ICP备：解决三维注册问题高效和全球最理想 | 蛟龙阳，北京研究所。的技术;洪洞李*，澳大利亚国立大学，运德佳， | |
| 计算摄影学，传感和显示 | 54 | 联合子空间稳定的立体视频 | 刘枫*，波特兰州立大学，玉真牛;海林金， |
| 100 | 日光结构光 | 益气养阴*，哥伦比亚大学;莫希特·古普塔;斯里·纳亚尔，哥伦比亚大学 | |
| 122 | 使用各向异性总广义变分图像引导深度上采样 | 大卫Ferstl旅游*，技术格拉茨大学基督教Reinbacher;马蒂亚斯Rther;霍斯特·比朔夫，科技格拉茨大学 | |
| 239 | 正向运动去模糊算法 | 石城郑*，香港中文大学，李旭，香港中文大学，贾家崖，香港中国大学 | |
| 249 | 纠正矩估计光源 | 格雷厄姆芬利森*，东安格利亚大学 | |
| 375 | 强大的非参数拟合的对应 | 文燕琳*，牛津布鲁克斯;明名臣;郑凯尔;江波卢，先进数码科学美分;克鲁克奈杰尔， | |
| 409 | Rectangling赤平投影的广角图像可视化 | 鸿韩昌*，国立台湾大学，容于窗，国立台湾大学 | |
| 424 | 动态场景去模糊算法 | 太铉金，首尔国立大学; Byeongjoo安，首尔国立大学;炅穆肋额*，首尔国立大学 | |
| 514 | 视频摘要通过异构多源关联 | 朱夏天刚*，玛丽皇后大学。伦敦;陈更改洛伊，香港中文大学，龚韶钢，EECS，QMUL | |
| 644 | 内容感知型旋转 | 凯明他*，Mirosoft亚洲研究院;汇文常，清华大学，孙剑，“微软研究院，中国” | |
| 710 | 使用的编码曝光成像改进的Legendre序列飘飘模式生成 | 海坤全度妍，KAIST，俊扬利，KAIST; Yudeog汉族，KAIST;善珠金，延世大学;因索KWEON *，“科学技术院，韩国” | |
| 714 | 斐波那契数包围曝光高动态范围成像 | 莫希特古普塔*;大辅异，哥伦比亚大学斯里·纳亚尔，哥伦比亚大学 | |
| 741 | 目标驱动的云纹图案合成相位调制 | 培母鸡仔，国立台湾大学，容谷出盎*，国立台湾大学 | |
| 924 | 使用密集函授由实例去模糊 | YOAV HaCohen *，希伯来大学;礼Shechtman;丹妮Lischinski， | |
| 935 | 精确的模糊模型与在超分辨率图像先验 | Netalee埃弗拉特*，以色列魏兹曼研究所丹尼尔格拉斯内尔，魏兹曼研究所;武Apartsin，魏兹曼研究所;波阿斯纳德勒，魏兹曼研究所;解剖学莱，魏兹曼研究院，以色列 | |
| 1085 | 造型Lytro相机的标定管道及其在高品质的光场图像重建中的应用 | donghyeon赵*，KAIST; Minhaeng利，KAIST; Sunyeong金，KAIST;宇永泰，“科学技术院，韩国” | |
| 1298 | DCSH - 在RGBD图像匹配补丁 | 亚龙Eshet;西蒙·科曼*，特拉维夫大学的Eyal地平线，微软，夏嘉曦阿维丹，特拉维夫大学 | |
| 1360 | 直接快速超分辨率由简单的功能 | 智元阳*，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 1408 | 向运动感知光场的视频动态场景 | 萨里尔Tambe，莱斯大学;阿肖克Veeraraghavan *，莱斯大学;阿米特阿格拉瓦尔，MERL | |
| 1445 | 补偿运动过程中直接分离环球 | Supreeth ACHAR *，卡耐基梅隆大学，斯蒂芬Nuske，卡耐基梅隆大学，SRINIVAS纳拉辛汉，卡耐基梅隆大学 | |
| 1774 | 锚邻里回归的快速基于实例的超分辨率 | 拉杜Timofte *，鲁汶大学;文森特迪斯梅特，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 文档分析 | 150 | 场景文本定位和识别与导向行程检测 | 卢卡斯·诺伊曼*;吉日麦塔斯，捷克技术大学 |
| 696 | 认识文字与透视变形的自然场景 | 归仁的Trung藩*，新加坡国立大学，Palaiahnakote Shivakumara，马来亚大学，尚轩田，新加坡国立大学;潮林潭，新加坡国立大学 | |
| 1336 | 手写的字与修正属性点样 | 乔恩Almazn *，计算机视觉中心;阿尔伯特戈多，INRIA（？）;艾丽西亚Forns，计算机视觉中心;欧内斯特Valveny，计算机视觉中心 | |
| 脸和手势 | 93 | 适应分类级联到新域名 | vidit耆那教*;萨钦Farfade， |
| 99 | 秩最小化整个外观和形状的AAM拟合乐团 | 鑫诚*，科技昆士兰学分; Sridharan Sridha，科技的昆士兰学分;杰森Saragih，科技的昆士兰学分;西蒙·卢西， | |
| 212 | 示例基于图匹配的鲁棒人脸定位地标 | 周枫*，卡耐基梅隆大学，乔纳森·勃兰特，Adobe公司，柘林，Adobe公司研究 | |
| 254 | 混合动力深层学习的计算人脸相似 | 裔孙*，香港中文大学，小刚王，“香港的中国大学，香港” | |
| 316 | 多尺度拓扑特征的手姿代表及分析 | 纽约的宾厄姆顿大学州立大学利君贤;宾厄姆顿 - Kaoning胡*，纽约州立大学 | |
| 403 | 在单次内核：明确的特征映射和属性 | 史帝范Zafeiriou *，御，艾琳Kotsia，英国伦敦帝国学院/密德萨斯大学 | |
| 404 | 学习慢的特点行为分析 | 圣拉萨罗Zafeiriou，英国伦敦帝国学院;米哈里斯柯尼克拉乌，英国伦敦帝国学院;史帝范Zafeiriou *，帝国，圣西蒙Nikitidis，英国伦敦帝国学院，玛雅Pantic的，国子监 | |
| 520 | 通过随机路径测量面部补丁网络的人脸识别 | 超超吕*，香港中文大学，德利赵，香港中国大学 | |
| 598 | 学习身份，保留特色 | 王振耀朱*，香港中文大学，平罗，中大 | |
| 601 | 通过排名超过原型赫尔人脸识别 | 元君熊*，香港的中国大学，刘伟，哥伦比亚大学，德利赵，香港中国大学 | |
| 660 | 级联形状空间修剪的鲁棒人脸检测标 | 小伟赵*，信息和通信技术，CAS号，山世光，“中国Academy研究所，中国”;秀娟柴，JDL;陈西林， | |
| 695 | 当局者迷，旁观者清：对亲属验证人脸表情动态 | 哈姆迪Dibeklioglu *，阿姆斯特丹大学，阿尔伯特·萨拉赫，海峡大学;西奥的Gevers，阿姆斯特丹大学 | |
| 705 | 筛分回归森林投票的面部特征检测在野生 | 杨恒*，玛丽统一。伦敦;扬帕特雷， | |
| 712 | 面部动作单元事件检测通过任务的级联 | 小玉丁*，卡耐基梅隆大学，文楚胜，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，杰弗里·科恩;谯凹嗯，东南大学 | |
| 716 | 使用定制视图的快速人脸检测培训 | 克里斯蒂娜Scherbaum *，MMCI，罗热里奥PERIS 8，詹姆斯·Petterson的;沃尔克Blanz，锡根大学，汉斯 - 彼得·赛德尔，MPI萨尔 | |
| 736 | 耦合与识别线路走向为静止到视频人脸识别 | 陈志武黄*，信息和通信技术，CAS号，小伟赵，信息和通信技术，CAS号，山世光，“中国院士，中国”;瑞平旺，计算技术，中国的科学院研究所陈西林， | |
| 757 | 级联深度学习建筑学的行人检测 | 兴宇曾*，香港的中国大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 916 | 快速AAM拟合中的最狂野的优化问题 | 此Georgios Tzimiropoulos *，林肯/伦敦帝国学院的大学玛雅Pantic的，国子监 | |
| 932 | 两点步态：从身体形态去耦步态 | 斯蒂芬·隆巴迪*，德雷克塞尔Unversity，高西野，“Drexel大学，美国”靖原敬之，大阪大学，八木靖， | |
| 963 | 办理闭塞与法兰克人分类 | 马库斯·马蒂亚斯*，鲁汶大学;罗德里戈·班奈森，MPI-INF;拉杜Timofte，鲁汶大学;吕克·范·GOOL，鲁汶大学 | |
| 972 | 通过优化产品的混合物和级联变形形状模型的姿态，面部无接头地标 | 项羽*，罗格斯大学;黄军舟，德州大学阿灵顿分校，少汀张，罗格斯大学，王燕，罗格斯大学的Dimitris梅塔克萨斯，罗格斯大学 | |
| 1040 | 相似性度量学习的人脸识别 | 曹琼，埃克塞特大学;铭英，埃克塞特大学，李鹏，布里斯托大学 | |
| 1071 | 同时聚类和Tracklet在视频链接的多脸跟踪 | 宝源武*，中科院自动化所与RPI;四维吕，纽约州立大学奥尔巴尼;胡宝钢，中科院自动化所，枪机， | |
| 1074 | 把握全球语义关系的面部动作单元识别 | 子恒王*，RPI;永强李，哈尔滨工业大学;王尚飞，中国科学技术大学;枪机， | |
| 1075 | 无人监督的随机森林歧管对齐的唇读 | 玉乳裴*，北京大学，泰筠金;查红彬，“北京大学，中国” | |
| 1133 | 强大的功能集匹配的局部人脸识别 | 冯仁亮翁*，新加坡南洋理工UNIVERSI;李继文陆，高级数字科学中心，新加坡，君临胡，台大，高洋，南洋理工大学;熠彭坦， | |
| 1178 | 学习人民探测器用于跟踪在拥挤的场景 | 思雨唐*，马克斯普朗克研究所; Mykhaylo Andriluka，马克斯普朗克研究所的情报，安东米兰，达姆施塔特，康拉德·辛德勒，苏黎世联邦理工学院，斯特凡·罗斯，“达姆施塔特，德国”伯恩特席勒，“MPI的情报，德国” | |
| 1239 | 遮挡情况下稳健的脸标志性的估计 | 泽维尔布尔戈斯Artizzu *，加州理工学院，彼得佩罗娜，“加州理工学院，美国”的Piotr美元， | |
| 1252 | 马尔可夫基于网络的统一分类的人脸辨识 | Wonjun黄某*，三星美国在台协会; Kyungshik卢武铉; Junmo金，KAIST | |
| 1377 | 随机面孔指导稀疏许多到一个编码器的姿态，不变人脸识别 | 毅哲张*;邵铭，东北大学，安泰，纽约大学理工学院，福韵，东北大学 | |
| 1487 | 深层森产品架构的鲁棒面部属性分析 | 平罗*，香港中文大学 | |
| 1489 | 估计人类构成与流动木偶 | 西尔维娅Zuffi *;哈维尔·罗梅罗，MPI PS;郝施密德，“INRIA，法国”迈克尔黑，“马克斯普朗克研究所的智能系统，德国” | |
| 1563 | 免校准凝视估计使用人力凝视模式 | 票价阿尔纳贾尔*，阿姆斯特丹大学;西奥的Gevers，阿姆斯特丹大学;罗伯托·瓦伦蒂; Sennay Ghebreab，阿姆斯特丹大学 | |
| 1579 | 交叉视图动作识别非均质特征空间上的 | 余新晓武*，，汉旺，分离技术的北京廖建平，衡阳，刘翠微;运德佳， | |
| 1624 | 高效的行人检测通过直接优化ROC曲线下面积部分 | Sakrapee Paisitkriangkrai *，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1728 | Fingerspelling识别与半马尔可夫条件随机域 | Taehwan金，TTIC;格雷戈里Shakhnarovich，TTIC;卡伦Livescu *，TTIC | |
| 1804 | 监督和无监督类内方差归一化的有效的人脸识别 | 奥伦巴坎*，特拉维夫大学;乔纳森·韦尔，特拉维夫大学;利奥尔灰太狼“特拉维夫大学，以色列”;哈加伊阿罗诺维茨，IBM研究中心;阿米尔AVERBUCH，特拉维夫大学 | |
| 1839 | 从时间马尔可夫假设跟踪人体姿势解放：突破链 | 瑞安Tokola *; Wongun财，密歇根大学;西尔维奥Savarese，“密歇根大学，美国” | |
| 1930 | 对于年龄不变人脸识别隐藏的因素分析 | 翟虹龚，SIAT;志峰李*，SIAT;大华琳，TTIC;简装刘，香港中文大学，晓鸥唐，香港中国大学 | |
| 低层次的视觉和图像处理 | 185 | 部分和最小化的RPCA奇异值低级别的愿景 | 太炫哦，KAIST; Hyeongwoo金，KAIST;宇永泰，“科学技术院，韩国”让 - 查尔斯·巴赞，ETH-Z;在这样KWEON *，KAIST |
| 205 | 与边界约束和上下文正则有效的图像去雾 | 高峰孟*，中国100080;王颖;江永段;市明翔，NLPR，中科院自动化所，春红潘，NLPR，中科院自动化所 | |
| 233 | 基于实例的立面纹理合成 | 灯心戴*，CVL，苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH;格哈德·施密特，瑞士苏黎世联邦理工学院 | |
| 266 | 高效的显着区域检测用柔软的形象抽象 | 明铭诚*，牛津布鲁克斯大学，郑帅，牛津布鲁克斯大学，乔纳森Warrell，牛津布鲁克斯大学; Vibhav VINEET，牛津布鲁克斯大学，闻堰林，牛津布鲁克斯大学 | |
| 292 | 对于空间 - 时间相关的雨条纹广义低秩外观型号 | 忆雷震*，清华大学，台湾，邱婷许，清华大学，台湾 | |
| 320 | 利用反射更改为自动删除的反思 | 郁李*，新加坡国立大学，迈克尔·布朗，新加坡国立大学 | |
| 328 | 以学习为主的方法，以减少在图像抠图的JPEG文物 | Inchang彩; Sunyeong金，KAIST，迈克尔·布朗，新加坡国立大学，宇永泰*，“科学技术院，韩国” | |
| 340 | 从图像序列光源色度 | 维罗尼卡Prinet *，耶路撒冷希伯来大学;丹妮Lischinski，迈克尔Werman， | |
| 537 | 显着性检测：一个布尔地图方法 | 陈建明张*，波士顿大学，斯坦Sclaroff，波士顿大学 | |
| 546 | 从何处可我们所见 | 卡菲基恩Shanmuga Vadivel *，加州大学圣巴巴拉分校; Vignesh Jagadeesh，加州大学圣巴巴拉分校，雷努卡谢诺伊，加州大学圣巴巴拉分校，米格尔·埃克斯坦，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 661 | 单补丁低阶前非逐点脉冲噪声去除 | 瑞宣王*，邓迪大学;埃马努埃莱特鲁科，邓迪大学 | |
| 664 | 通过缩放地图跨领域联合图像复原 | 琼燕*，香港中文大学，沉小勇，香港中文大学，李旭，香港中文大学，少杰卓，qualcomm.com;张晓鹏;梁沉;贾家崖，香港中国大学 | |
| 840 | 显着区域检测由飞碟：唯一性，Focusness和对象性 | 彭江*，山东大学;景良鹏，cs.sdu.edu.cn;海滨灵， | |
| 849 | 形状指数描述符应用到基于纹理的银河分析 | 金佩德森*，diku.dk;的Kristoffer Stensbo - 斯米特，打底裤，安德鲁Zirm，NBI KU;基督教伊格尔，打底裤 | |
| 1101 | 一种新的图像质量度量的图像自动去噪 | 香妃香港*，香港城市大学，关丽，国防科学技术大学;庆雄阳，香港城市大学，铭轩扬，“加州大学默塞德，美国”柳文音，电子上海电力学院学报 | |
| 1186 | 上下文超图建模感兴趣区域提取 | 李玺*，阿德莱德大学，姚莉，阿德莱德大学，沉春华，阿德莱德大学，安东尼·迪克，阿德莱德大学，安东·范登亨格尔，阿德莱德大学 | |
| 1322 | EVSAC：加快新一代假设通过模拟匹配得分与极值理论 | 维克多弗拉戈索*，加州大学圣巴巴拉分校;普拉迪普森，加州大学圣巴巴拉分校，塞尔吉奥·罗德里格斯，加州大学圣巴巴拉分校，马太福音特克，“加州大学圣巴巴拉分校，美国” | |
| 1342 | 还原影像拍摄通过布满灰尘或雨水的Window | 大卫·艾根*，柯朗研究所，纽约大学，迪利普·克里希南，纽约大学，罗布宏泰，纽约大学 | |
| 1525 | SGTD：结构梯度和纹理解相关正则化的图像分解 | Qiegen柳;刘建波;裴东;董亮*深圳研究院垫款， | |
| 1614 | 的联合强度和深度合作稀疏分析模型深度地图超分辨率 | 马丁Kiechle *，TECHNISCHE Universitt Mnchen;西蒙哈威，TECHNISCHE Universitt Mnchen马丁Kleinsteuber，TECHNISCHE Universitt Mnchen | |
| 1719 | 估计织物的材料特性通过运动的观察 | 凯瑟琳·布曼*，Tec的麻省理工学院，比尔·弗里曼，“美国麻省理工学院”;贝晓;彼得·巴塔利亚;沃伊切赫Matusik;约翰·费希尔，麻省理工学院 | |
| 1767 | 强大的塔克张量分解的高效图像存储 | 张淼*，德州大学Arlingt;克里斯丁， | |
| 1787 | 从个人写真集合资噪声水平估计 | 宜昌施*，麻省理工学院;维韦克Kwatra;谢尔盖·约费;惠方;特洛伊知念， | |
| 1898 | 通过变换不变集团稀疏正则化超分辨率 | 卡洛斯·费尔南德斯 - 格兰达*，斯坦福大学 | |
| 医学和生物图像分析 | 1215 | 通过无监督学习的特征与空间金字塔匹配的组织分类 | 恒昌*，劳伦斯伯克利国家实验室; Nandita纳亚克;保罗·斯佩尔曼;巴赫拉姆帕尔， |
| 1317 | 不确定性驱动的高效采样稀疏图形模型的并发肿瘤分割和登记图集 | 莎拉瑞索*，巴黎中央理工学院，威廉威尔斯，手术规划实验室，哈佛医学院，斯特凡Chemouny，Intrasense SA;雨果Duffau，Hpital桂德Chauliac;尼科斯Paragios，巴黎中央理工学院 | |
| 1550 | 使用标签繁殖果蝇胚胎期注释 | 托马斯Kazmar *，IMP / ISTA;叶夫根Kvon，进出口，亚历山大·斯塔克，进出口，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1893 | 检测灰度和色彩意象不规则曲线结构采用多向定向流量 | 恩金Turetken *，洛桑联邦理工学院，卡洛斯·贝克尔，洛桑联邦理工学院，普热Glowacki，洛桑联邦理工学院; fethallah Benmansour;帕斯卡灵活使用空域，“洛桑联邦理工学院，瑞士” | |
| 运动和跟踪 | 260 | 高阶匹配一致的多目标跟踪 | 阿赫亚阿罗拉*;阿米尔Globerson， |
| 261 | 通过强大的多任务多视角联合稀疏表示的跟踪 | 志斌红*，悉尼科技大学;雪梅，未来的移动研究部，丰田汽车研究所，北美，DANIL普罗霍罗夫，TTC，大成涛，悉尼科技大学 | |
| 263 | 在视频测量流量的复杂性 | 萨阿德·阿里*， | |
| 282 | STAR3D：同时跟踪和采用RGB-D数据的三维物体重建 | 宇恒（卡尔）任*，牛津大学，维克多Prisacariu，牛津，大卫穆雷，牛津，伊恩·里德，阿德莱德大学 | |
| 286 | 多个非刚性表面检测和注册 | 易武*，加州大学默塞德;井尻义久，欧姆龙，铭轩扬，“加州大学默塞德，美国” | |
| 335 | 互动无标记铰接式手运动跟踪使用RGB和深度数据 | Srinath斯里达尔*，马克斯普朗克研究所Informatik公司;安蒂Oulasvirta，马克斯普朗克研究所Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 336 | 潜在的数据关联：贝叶斯模型选择的多目标跟踪 | 亚历山大·西格尔*，牛津大学机器人实验室;伊恩·里德，阿德莱德大学 | |
| 423 | 通过的补充数据的成本局部自适应融合光流 | 太铉金，首尔国立大学; Heeseok利，首尔国立大学;炅穆肋鳄*，首尔国立大学 | |
| 506 | 图像匹配：一个总体框架结合直接和基于特征的成本 | 吉姆Braux - 寻*，东航，清单;阿德里安·巴托丽，成都大学学报奥弗涅;？罗曼杜邦，东航，LIST | |
| 516 | 在线鲁棒非负字典学习的视觉跟踪 | 王乃彦王*，香港科技大学，京东王，微软亚洲研究院;秩杨焱，香港科技大学 | |
| 651 | 实时跟踪身体有一个深度摄像头和惯性传感器 | 托马斯Helten *，MPI Informatik公司; Meinard Mller，国际专业音响实验室埃尔兰根;汉斯 - 彼得·赛德尔，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 655 | 判别跟踪利用张量表示与半监督的改进 | 靳高*，自动化中国科学院研究所;胡卫明，自动化中国科学院研究所均良兴，自动化研究所，中国Academy of Sciences | |
| 718 | 判别标签传播的多目标跟踪与散发外观特点 | 阿米特KC *，成都大学学报天主教Louva;克里斯托夫德Vleeschouwer，伦敦大学学院 | |
| 742 | 视频运动的每一个可见点 | 苏珊娜的Ricco *，杜克大学，卡罗托马西，杜克大学 | |
| 825 | 初始化不敏感的视觉跟踪表决通过与突出地方特色 | 广易*，首尔国立大学; Hawook郑某，首尔国立大学; Byeongho许，首尔国立大学;炯轸畅，英国伦敦帝国学院;真英彩，首尔国立大学 | |
| 832 | 最优正交基与图片同化：运动建模 | 伊莎贝尔·赫林*;艾蒂安霍特，INRIA，朱塞佩Papari，Lithicon | |
| 921 | 重温例相关成本敏感的学习与决策树 | Oisin的Mac Aodha *，伦敦大学学院，加布里埃尔Brostow， | |
| 1007 | 强大的目标跟踪与在线多寿命词典学习 | 均良兴*，自动化，中国科学院研究所靳告，自动化中国科学院研究所;邴理，NLPR，中科院自动化所，胡卫明，自动化中国科学院研究所;水成岩，“新加坡国立大学，新加坡” | |
| 1017 | 构建适应复杂细胞的鲁棒视觉跟踪 | 大鹏陈*，西安交通大学，泽建院，西安交通大学，杨武，京都大学耿哳嗯，西安交通大学，南宁铮，西安交通大学 | |
| 1041 | 在使用光流的方向移动相机视频相干运动分割 | 曼朱纳特纳拉亚纳*;埃里克据悉，米勒，马萨诸塞大学阿默斯特分校;艾伦汉森，马萨诸塞大学阿默斯特分校 | |
| 1153 | 在线运动分割使用动态标签传播 | 阿里Elqursh *，罗格斯大学;艾哈迈德埃尔加马勒， | |
| 1159 | 拓扑约束的分层跟踪的潜在流量 | 张刚纶*，CSAIL，麻省理工学院，约翰·费希尔，麻省理工学院 | |
| 1160 | 细长物体的姿态，可配置的通用跟踪 | 丹尼尔Wesierski *，大学帕特里克Horain， | |
| 1278 | 一种通用的变形模型密集的非刚性表面注册：一个高阶MRF为基础的方法 | 恽舴嗯*，哈佛，朝辉王，MPI，大卫顾;的Dimitris萨马拉斯，石溪大学;尼科斯Paragios，巴黎中央理工学院 | |
| 1345 | 在动态形状和外观跟踪建模自闭塞 | 燕巢阳，KAUST;加尼甚Sundaramoorthi *，KAUST | |
| 1356 | 随机合奏跟踪 | Qinxun白*，波士顿大学，郑武;斯坦Sclaroff，波士顿大学，玛格丽特Betke，波士顿大学; Monnier的卡米尔， | |
| 1400 | 在非同步使用视频轨迹交叉口相机对准 | 托马斯·郭*，加州大学圣巴巴拉分校; Santhoshkumar Sunderrajan，加州大学圣巴巴拉分校，曼朱纳特学士，加州大学圣巴巴拉分校 | |
| 1690 | 最小的基础设施选址的子空间分割 | 俊猛利*，新加坡国立大学;龙 - 白花畅，新加坡国立大学 | |
| 1718 | 的统一卷闸和运动模糊模型密集的3D视觉跟踪 | 马克西姆Meilland *，I3S-CNRS-UNS;安德鲁康博特，CNRS-I3S/UNS;汤姆·德拉蒙德，莫纳什大学 | |
| 1769 | PixelTrack：一种快速自适应算法跟踪非刚性物体 | 斯特凡Duffner *，LIRIS，INSA de Lyon火车站，克里斯托夫·加西亚，LIRIS，INSA de Lyon火车站 | |
| 1826 | 跟踪保护 | 马丁Schiegg *，海德堡大学，人机交互;菲利普Hanslovsky，Universitt海德堡，人机交互;伯恩哈德·考斯勒，海德堡，HCI大学;拉尔斯HUFNAGEL，EMBL海德堡，弗雷德Hamprecht，人机交互，海德堡大学 | |
| 1951年 | 从单筒视频贝叶斯3D追踪 | 埃内斯托·布劳*;水羚属巴纳德，“亚利桑那大学，美国”金雁关，亚利桑那大学;凯尔西梅克，亚利桑那大学;卢卡·德尔佩罗;科林·道森，亚利桑那大学 | |
| 优化方法 | 61 | 凸优化框架主动学习 | 日Ehsan Elhamifar *，加州大学伯克利分校，吉列尔莫·萨皮罗，公爵;尚卡尔沙斯特里，加州大学伯克利分校 |
| 83 | 仿射约束组稀疏编码 | 宇哲志*，佛罗里达大学;穆赫辛·阿里，穆罕默德Rushdi;杰弗里·豪，佛罗里达大学 | |
| 119 | 切片采样粒子置信传播 | 奥利弗Mller *，莱布尼茨Universitt汉诺威;迈克尔·荥阳，tnt.uni-hannover.de;博德Rosenhahn， | |
| 141 | 非凸p-范投影的鲁棒稀疏 | 大额牛达斯古普塔*，理光创新列兵。有限公司;桑吉夫·库马尔，高通 | |
| 232 | 最短路径与曲率和挠 | 皮特Strandmark *，隆德大学学报;约翰内斯ULN，隆德大学，弗雷德里克·卡尔，隆德大学 | |
| 242 | 统一核电规范与双线性分解途径的低秩矩阵分解 | 里卡多·卡布拉尔*，卡耐基梅隆大学，费尔南多·德拉托雷，卡耐基梅隆大学，若昂Costeira酒店，研究所德艾维斯éROBOTICA;亚历山大圣贝纳迪诺，研究所德艾维斯ËROBOTICA | |
| 333 | 正则曲率使用部分列举 | 卡尔·奥尔森*;约翰内斯ULN，隆德大学;尤里Boykov，“加拿大西安大略大学”弗拉基米尔·洛夫，“IST，奥地利” | |
| 342 | GOSUS：格拉斯曼在线子空间与结构，稀疏的更新 | 贾诩*，威斯康星大学麦迪逊分校; VAMSI Ithapu; Lopamudra慕克吉，威斯康星白水大学;詹姆斯Rehg，佐治亚理工学院，维卡斯·辛格， | |
| 369 | 广义迭代收缩算法对非凸稀疏编码 | 王蒙左，哈尔滨工业大学，德玉蒙，西安交通大学;张磊*，香港理工大学，湘楚峰，西安电子科技大学商学院，张大卫，香港理工大学 | |
| 466 | 稀疏变化词典学习的人脸识别与单个训练样本每人 | 孟杨*，ETH Zuricn;吕克·范·GOOL，ETH，张磊，香港理工大学 | |
| 524 | 多归属词典学习的稀疏编码 | 陈郭江*，清大，德苏峰;颜芷;尚红赖清华大学 | |
| 1019 | 登录欧几里德内核的稀疏表示和学习词典 | 培华李*，麻省理工大连理工大学;奇隆王;王蒙左，哈尔滨工业大学，张磊，香港理工大学 | |
| 1179 | 有界贴标功能的多部全球分割与几何约束对象 | 马苏德S.诺斯拉蒂*，西门菲沙大学，肖恩 - 安德鲁斯，SFU;加桑Hamarneh，SFU | |
| 1245 | 再加上应用到跨域图像合成与识别词典和特征空间学习 | 去暗黄，中央研究院;宇蒋弗兰克·王*，中央研究院 | |
| 1335 | 全变差正则化方法与数值函数的流形 | 一月Lellmann精心*，剑桥大学，叶夫根尼·Strekalovskiy，慕尼黑，萨布丽娜KOETTER，慕尼黑，丹尼尔CREMERS，TECHNISCHE Universitt Mnchen | |
| 1486 | 快速在线词典正交的学习和图像复原 | 乘龙宝，nus.edu.sg;剑锋蔡，uiowa.edu;慧济*，“新加坡国立大学，新加坡” | |
| 1616 | 潜在空间稀疏子空间聚类 | 维沙尔帕特尔*，UMIACS;阮德贤阮，UMIACS;刘若英比达尔，美国约翰霍普金斯大学 | |
| 1641 | 在平均曲率流图上，在图像应用程序和歧管加工 | 萨尔瓦多chakik阿卜杜拉*，Greyc实验室; abderrahim ELmoataz; ahcen萨迪， | |
| 1779 | 通过高效的L2，0 +规范最小化的半监督鲁棒学习词典 | 王华*，科罗拉多矿业学院; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1825 | 通过高效和强大的内核公制学习大规模图像标注 | Zheyun锋*，密歇根州立大学，荣锦，密歇根州立大学，阿尼尔耆那教，密歇根州立大学 | |
| 绩效评估 | 78 | 使用RGBD摄像机跟踪回顾：基准和基线 | 宋淑然，香港科技大学;奸雄晓*，麻省理工学院 |
| 767 | 感性富达意识到均方误差 | 五峰雪，西安交通大学;牟轩沁*，西安交通大学，张磊，香港理工大学，湘楚枫，科学学院，西安电子科技大学 | |
| 1620 | 显着性和人类录制品：国家的最先进的指标比较与研究 | 萨科暴发户*，UMONS;马修Duvinage，UMONS;马太民杰，UMONS;伯纳德戈塞尔林，UMONS;蒂埃里·迪图瓦，UMONS | |
| 基于物理的眼光和形状从-X | 42 | 一个简单的模型与深度线索内在图像分解 | 奇峰陈;弗拉德连·Koltun *，斯坦福大学 |
| 188 | 真实世界法线贴图捕捉近持平反射面 | 巴斯蒂安雅凯*，苏黎世联邦理工学院，基督教HNE，ETH Zrich;凯文Koeser;马克Pollefeys，ETH | |
| 223 | 利用平面网格参数化多视点光度立体 | Jaesik公园，KAIST; Sudipta辛哈;松下康之，微软亚洲研究院，渝永泰，“科学技术院，韩国”;在这样KWEON *，KAIST | |
| 230 | 从单一的RGB-D图像在未校准的自然照明高品质形状 | Yudeog汉*，KAIST，俊扬利，KAIST;因索KWEON，“科学技术院，韩国” | |
| 231 | 从结合散焦和使用的对应光场相机深度 | 陶大宇*;苏尼尔Hadap时，Adobe公司; JITENDRA马利克，加州大学伯克利分校，拉维Ramamoorthi，加州大学伯克利分校 | |
| 885 | 多视角普通现场集成的镜像物体三维重建 | 迈克尔·魏曼*，波恩大学; Aljosa OSEP，波恩大学，罗兰Ruiters，波恩大学莱因哈德克莱恩，波恩大学 | |
| 1539 | 选配干到湿材料 | 亚瑟Yacoob *，马里兰大学 | |
| 识别：检测，分类，分类，索引，匹配 | 24 | 四胞胎明智的图像相似性学习 | 马克·法*，LIP6;尼古拉斯·托梅，LIP6;马修线， |
| 37 | 人类的属性识别通过丰富的外观词典 | Jungseock珠*，加州大学洛杉矶分校;王硕;宋淳化朱，加州大学洛杉矶分校 | |
| 69 | 弹性网络约束的形状匹配 | 埃马努埃莱Rodola *，东京大学，安德烈Torsello;原田达也，东京大学，国吉康雄，东京大学 | |
| 77 | 语义的RGB-D光束法平差与人类在环 | 健胸晓*，麻省理工学院，安德鲁·欧文斯，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 85 | 有区别训练有素的模板3D物体检测：实时可扩展的方法 | 雷耶斯里奥斯 - 卡布雷拉*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 89 | 发现对象的功能 | Bangpeng尧，斯坦福大学嘉园马;菲菲李斯坦福大学 | |
| 96 | 无监督视觉领域适应使用子空间对齐 | 巴苏拉费尔南多*，鲁汶大学;阿毛里Habrard，圣艾蒂安大学让·莫内，马克SEBBAN，让·莫内的圣埃蒂安，休伯特·居里安实验室的大学; Tinne Tuytelaars，鲁汶大学 | |
| 97 | 数据驱动的3D基元单图像理解 | 大卫Fouhey *，卡耐基梅隆大学，阿比纳夫·古普塔，武术赫伯特，“CMU，美国” | |
| 110 | 互补的投影散列 | 仲明金*，浙江大学，灯彩，，瑶湖，浙江大学，王德炳张，浙江大学，雪龙李， | |
| 127 | 变形部分描述符细粒度的识别和预测的属性 | 张宁*，EECS，加州大学伯克利分校，瑞恩·法雷尔，ICSI，加州大学伯克利分校，特雷弗达雷尔， | |
| 145 | 无论您身在何处：灵活的趋势引导下多任务学习的多视角头部姿势分类根据目标运动 | 艳艳*，特伦托大学;陈洁利玛窦，佩鲁贾大学;拉马纳坦萨勃拉曼尼亚，高级数字科学中心在新加坡，奥斯瓦尔德兰兹，FBK基金会布鲁诺·凯斯勒; NICU濑部，特伦托大学 | |
| 158 | 图片的趣味性 | 迈克尔Gygli *，苏黎世联邦理工学院;赫尔穆特格拉布纳; Hayko里门施奈德，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 170 | 联合深学习的行人检测 | 万历欧阳*，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 190 | 示例使用基于模型的强迫鸟部分本地化姿态和子目录的一致性 | 刘炯心*，哥伦比亚大学彼得Belhumeur，“美国哥伦比亚大学” | |
| 196 | 细分驱动的目标检测与费舍尔载体 | 拉马赞Gokberk CINBIS *，INRIA的格勒诺布尔，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 206 | 学习判别部分探测器的图像分类和Cosegmentation | 孙立坚*，西安交通大学，让庞塞，“ENS，法国” | |
| 224 | 寻找最佳路径：一个很有效率和准确分类器的图像层次结构 | 闵太阳*，;万凰，密歇根大学安娜堡分校;西尔维奥Savarese，密歇根大学安娜堡分校 | |
| 245 | 在视觉识别处理不确定标签 | 阿拉什Vahdat *，西门菲沙大学，格雷格森，西门菲沙大学 | |
| 246 | 成分模型视频事件检测：一个多核学习潜变量法 | 阿拉什Vahdat *，西门菲沙大学，凯文大炮，西门菲沙大学，格雷格森，西门菲沙大学; Sangmin哦，Kitware公司; Ilseo金， | |
| 253 | 分层部分匹配细粒度视觉分类 | 灵溪谢*，清华大学戚田德州大学圣安东尼奥，水成岩，“新加坡国立大学，新加坡”;张博，清华大学 | |
| 268 | 鳄梨检测到西葫芦：我们做了什么，而我们去哪儿？ | 奥尔加Russakovsky *;贾登，斯坦福大学志恒黄，斯坦福大学，亚历山大•伯格，石溪大学;菲菲李斯坦福大学 | |
| 291 | 人重新鉴定凸显匹配 | 赵锐*，香港中文大学，万里欧阳，香港的中国大学，小刚王，“香港的中国大学，香港” | |
| 294 | 显着性检测通过密集和稀疏重构 | 小辉李*，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”张礼和，DUT，中国;项茹暗， | |
| 295 | 与Parselets可变形混合模型解析 | 董健*，新加坡国立大学;陈强;魏霞，新加坡国立大学，中阳黄;水成岩，“新加坡国立大学，新加坡” | |
| 310 | 检测与多视图的背景减法动态对象 | 拉尔哈根达斯，美国加州大学欧文分校，山姆哈尔曼，加州大学欧文分校; Charless Fowlkes *，加州大学欧文分校 | |
| 338 | 引伸反馈：学习用户行为的细微差别在图像搜索 | 德维帕瑞克*，弗吉尼亚理工大学，克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 343 | 一个数据集和一个秒表隐马尔可夫模型的事件识别的写真集 | 卢卡斯柏中*，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 350 | 为一致的多个图形匹配联合优化 | 严骏驰*，上海交通大学;余天，上海交通大学;宏远查，乔治亚理工大学;小康杨;张娅，上海交通大学 | |
| 376 | 合奏预测的半监督图像分类 | 灯心戴*，CVL，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 379 | 总理对象与建议随机Prim算法 | 圣地亚哥Manen *，BIWI苏黎世联邦理工学院; Hayko里门施奈德，CVL，苏黎世联邦理工学院，马修吉约曼，苏黎世联邦理工学院;吕克·范·GOOL，ETH | |
| 381 | 贝叶斯联合主题造型的弱监督的对象本地化 | 致远石*，玛丽Univ.of伦敦;蒂莫西Hospedales，EECS，QMUL;湘涛，EECS，QMUL | |
| 411 | 联合倒排索引 | 夏炎*，中国科学技术大学;凯明他，Mirosoft亚洲研究院，方文;孙剑，“微软研究院，中国” | |
| 426 | 低等级稀疏编码的图像分类 | 天竺张*，UIUC新加坡ADSC，伯纳德·加尼姆，KAUST;姒留，新加坡国立大学，长盛许，中科院自动化所，纳伦德拉阿胡加， | |
| 533 | 学习接近最优的成本敏感的决策政策目标检测 | 天府武*，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 539 | 嵌套形状描述 | 杰弗里·拜恩*，宾夕法尼亚大学 | |
| 540 | 无偏公制学习：利用偏置数据集和网页图片 | 陈芳*，达特茅斯学院;叶旭，达特茅斯学院，丹尼尔Rockmore，达特茅斯学院 | |
| 542 | 潜伏任务与适应大型层次结构 | 杨清嘉*，加州大学伯克利分校，特雷弗·达雷尔， | |
| 545 | 采矿多个查询的图像检索：在的即时学习对象的具体中层表示的 | 巴苏拉费尔南多*，鲁汶大学; Tinne Tuytelaars，鲁汶大学 | |
| 549 | 解析宜家对象：精细姿态估计 | 约瑟夫·林*，麻省理工学院;哈米德Pirsiavash，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院 | |
| 566 | 通过密度最大化提高图匹配 | 超旺*，卧龙岗大学，王磊，卧龙岗大学 | |
| 607 | 非自我中心姿态估计 | 乔斯Oramas *，鲁汶大学 - ESAT;吕克德Raedt，鲁汶大学 - CS; Tinne Tuytelaars，鲁汶大学 | |
| 614 | NYC3DCars：3D车辆在地理背景下的数据集 | 凯文Matzen *，康奈尔大学，诺亚Snavely，“康奈尔大学，美国” | |
| 624 | 的核心机集成的协同识别主动学习 | 刚华*，斯蒂文斯理工学院;澄江龙史蒂文斯理工学院，明阳，NEC美国实验室;严高，西北大学 | |
| 632 | 显着性检测通过吸收马尔可夫链 | 博文江*，DUT;张礼和，DUT，中国，沪川路，DUT，中国;铭轩扬，“加州大学默塞德，美国”川洋， | |
| 683 | 学习跨模态耦合匹配特征空间 | 开野望*，NLPR;冉，他，NLPR，中科院自动化所，王伟，NLPR，王亮，未知的，谭铁牛，“NLPR，中国” | |
| 690 | A一般两步的学习方式为基础的散列 | 国盛林*，阿德莱德大学，沉春华，阿德莱德大学，安东·范登亨格尔，阿德莱德大学，大卫苏特， | |
| 692 | 主动视觉识别及其在众包专长估计 | 澄江龙史蒂文斯理工学院;钢华*，斯蒂文斯理工学院;阿希什·卡普尔，微软研究院 | |
| 719 | 属性为适应个性化图像搜索 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 723 | 属性为支点的指导图片搜索的相关反馈 | 阿德里安娜Kovashka *;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 729 | 无监督领域适应由域名不变投影 | Mahsa Baktashmotlagh *，昆士兰大学，Mehrtash Harandi，NICTA;布赖恩·洛弗尔;马修萨尔兹曼，NICTA | |
| 759 | 研究稀疏表示的基分类：保证金为基础的观点 | 王朝闻王*，伊利诺伊大学;阳建超，Adobe系统公司;纳赛尔Nasrabadi，美国陆军研究实验室;黄托马斯，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 770 | 语义感知联合索引的近重复图像检索 | 石梁张，UTSA;明阳*，NEC实验室美国，王晓宇，NEC实验室美国，杨元庆林，戚田德州大学圣安东尼奥 | |
| 780 | CODEL：一种高效的人力联合检测和贴标框架 | 建平石*，香港中文大学;仁杰辽，香港中文大学，贾家崖，香港中国大学 | |
| 781 | 模拟闭塞的判别与或结构 | 博力*，科技北京理工大学;文则胡，天府武，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 782 | 一种可扩展的无监督特征合并方法高效降维高维可视化数据的 | 灵桥刘*，澳大利亚国立大学，王磊，卧龙岗大学 | |
| 784 | 通过最优阈值特征加权的视频分析 | 卡内基·梅隆大学亚历山大·豪普特曼;仲文许*，浙江大学，易阳，cmu.edu;艾弗曾荫权; NICU濑部，特伦托大学 | |
| 847 | 分解词直方图的包 | ANKIT甘地*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 869 | SIFTpack：一个紧凑的表示为有效SIFT匹配 | 亚历山德拉Gilinsky *，Technion工业，立志Zelnik-庄园，“以色列Technion” | |
| 880 | 属性支配：什么弹出？ | 纳曼Turakhia;德维帕瑞克*，弗吉尼亚理工大学 | |
| 907 | 学习视觉解读句 | 拉里Zitnick *，“微软研究院，美国”德维帕瑞克，弗吉尼亚理工大学;露西Vanderwende，微软研究院 | |
| 910 | 如何相关典型在网络视频帮助复合事件检测？ | 易阳*，cmu.edu;麻志刚，特伦托大学;仲文许，卡耐基梅隆大学，水成岩，“新加坡国立大学，新加坡”亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 915 | 一种自适应的描述设计目标识别中的野生 | 振宇郭*，加拿大英属哥伦比亚大学; Z.Jane王，英属哥伦比亚大学 | |
| 949 | 培训可变形部件模型与去相关的功能 | 罗斯Girshick *，加州大学伯克利分校; JITENDRA马利克，加州大学伯克利分校 | |
| 950 | 采用金字塔语境特点体积语义分割 | 乔纳森·巴伦*，加州大学伯克利分校，巴勃罗阿韦拉埃斯; Soile Keranen，LBL，大卫·诺尔斯，LBL，马克比金，LBL; JITENDRA马利克，加州大学伯克利分校 | |
| 973 | SYM-FISH：一种对称感知翻转不变素描直方图形状描述 | 曹晓春，中国100080;华章*，TJU;姒流，新加坡国立大学，小杰郭，天津大学 | |
| 978 | PhotoOCR：在不受控制的条件文本阅读 | 马克·康明斯*，谷歌，亚历山德罗Bissacco，谷歌公司;尤瓦内策，谷歌，哈特穆特内文，谷歌 | |
| 1000 | 邻居到邻居搜索特征向量的快速编码 | Nakamasa井上*，东京工业大学，筱田耕一，东京工业大学 | |
| 1018 | 一种新型的地球移动器的距离方法论与高斯混合模型的图像匹配 | 培华李*，麻省理工大连理工大学;奇隆王，张磊，香港理工大学 | |
| 1043 | 姿态估计3D电影的人与分割 | Karteek Alahari *，ENS-杨柳;纪尧姆·塞甘;约瑟夫Sivic，巴黎高等师范学院Suprieure;伊万拉普捷夫海，“INRIA，法国” | |
| 1049 | 相干检测对象从单幅图像的3D几何上下文 | 潘纪言*，卡耐基梅隆大学，猛男奏， | |
| 1061 | 量化而治之：一维递归解决最近邻搜索，聚类和图像检索 | 雅尼斯Avrithis *，NTUA | |
| 1078 | 高效的手姿态估计从单深度图像 | 尺许，生物信息学研究所;李成*，生物信息学研究所 | |
| 1132 | 共生分割和部分本地化细粒度分类 | 宇宁柴*，牛津大学，维克多Lempitsky，科学技术的斯科尔科沃研究所安德鲁Zisserman，牛津大学 | |
| 1137 | 对于无监督人脸检测概率适应弹性部件型号 | 好想李，斯蒂文斯理工学院;钢华*，斯蒂文斯理工学院，柘林，Adobe公司的研究;乔纳森·勃兰特，Adobe公司;刘建超杨，Adobe系统公司 | |
| 1141 | 在使用笔划特征变换和文字协方差描述符自然图像文本定位 | 蔚林黄，Adobe公司的研究;柘林，Adobe公司的研究;阳建超，Adobe系统公司;王珏*， | |
| 1187 | 中秋节的层次联合最大边距学习和顶级表征对视觉识别 | 汉斯Lbel *，大学Catlica智利，刘若英比达尔，约翰霍普金斯大学; lvaro索托，大学Catlica智利 | |
| 1193 | 属性和对象之间的统一概率方法建模的关系 | 晓阳王*，RPI，枪机， | |
| 1202 | 写一个分类：零射门学习使用纯文本描述 | 穆罕默德Elhoseiny *，罗格斯Universeity;艾哈迈德埃尔加马勒;巴巴克·萨利赫，罗格斯大学 | |
| 1207 | 学习哈希码的完全排除监督的Web尺度图像搜索 | 王军*，IBM TJ Watson研究;刘伟，哥伦比亚大学，安迪SUN，IBM，李玉刚江，复旦大学 | |
| 1214 | 对于非监督场景理解图像和段描述符协同聚类 | 丹尼尔·斯坦伯格*，渔业研究咨询委员会;奥斯卡皮萨罗，渔业研究咨询委员会;斯特凡·威廉姆斯，渔业研究咨询委员会 | |
| 1224 | 图片集分类方法全人多阶统计特性和本地化的多内核公制学习 | 李继文陆*，高级数字科学中心，新加坡，王刚，南洋理工大学，皮埃尔冰臼，UIUC | |
| 1225 | 使用新图结构稀疏模型的多标签图片注解 | 小蔡，美国德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校;黄恒*，UTA | |
| 1226 | 通过Hilbert空间嵌入框架形状分析 | Sadeep Jayasumana *，澳大利亚国立大学，马蒂厄萨尔兹曼，NICTA;洪洞李，澳大利亚国立大学; Mehrtash Harandi，NICTA | |
| 1235 | 查询自适应非对称相异的视觉对象检索 | 财智珠*，国立情报学研究所埃尔韦Jgou，INRIA，佐藤真一，NII | |
| 1263 | 快速邻域图搜索使用笛卡尔串联 | 汪静，北京大学;京东王*，微软亚洲研究院，曾刚，北京大学，王仕鹏李， | |
| 1274 | 当地专家的行人检测的随机森林 | 哈维尔·马林*，计算机视觉中心;大卫·巴斯克斯，计算机视觉中心，UAB;乌梅阿莫雷斯，计算机视觉中心，UAB，安东尼奥·洛佩斯，计算机视觉中心，UAB;巴斯蒂安Leibe，“亚琛工业大学，德国” | |
| 1287 | 使用文本线索的图像检索 | 阿南德·米什拉*，IIIT海得拉巴; Karteek Alahari，ENS-杨柳; CV JAWAHAR，海得拉巴IIIT | |
| 1294 | 随机网格：快速近似近邻和范围搜索图片搜索 | 德罗尔AIGER *，谷歌，Effrosyni Kokiopoulou，谷歌，埃胡德·里夫林，谷歌研究 | |
| 1302 | 学习形状缩影的词典与应用语义标注 | 良杰陈*，加州大学洛杉矶分校，乔治·帕潘德里欧，加州大学洛杉矶分校;艾伦Yuille，加州大学洛杉矶分校 | |
| 1320 | 异构自动相似特性（HASC）：分类利用关系信息 | 马可圣比亚焦*，个人所得税;马可Crocco，个人所得税;马可Cristani，个人所得税;的Samuele马尔泰利，个人所得税;维托里奥穆里诺，因诺琴蒂基金会意大利语二TECNOLOGIA | |
| 1352 | 离线移动实例检索一个小的内存占用 | Jayaguru熊猫*，IIIT海得拉巴，迈克尔·布朗，新加坡国立大学，CV JAWAHAR，海得拉巴IIIT | |
| 1354 | 细粒度分类由定线 | EFSTRATIOS Gavves *，阿姆斯特丹大学;巴苏拉费尔南多，鲁汶大学;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders; Tinne Tuytelaars，鲁汶大学 | |
| 1359 | Codemaps分类，分类和搜索本地对象 | 振洋李*，阿姆斯特丹大学; EFSTRATIOS Gavves，阿姆斯特丹大学;公园面包车去三德;塞斯Snoek，阿姆斯特丹大学;阿诺德Smeulders， | |
| 1392 | 通过弱监督多学习图形可视化重排序 | 邓诚*，西安电子科技大学;蓉蓉吉，哥伦比亚大学，刘伟，哥伦比亚大学，大成道，“”，“悉尼科技大学”“”;欣博高， | |
| 1411 | 场景拼贴：分析和语义层自然图像的合成 | 菲利普伊索拉*，麻省理工学院，刘策，微软研究院新英格兰 | |
| 1423 | 情迷细节和层次Iconoid移位场景结构 | 托比亚斯韦扬德*，亚琛工业大学;巴斯蒂安Leibe，亚琛工业大学 | |
| 1454 | 金字塔编码功能场景元素识别的视频场景 | 伊兰发誓*，Kitware公司;安东尼Hoogs，Kitware，美国;金博耶，RPI | |
| 1469 | 在非刚性形状的完全分层的方法寻找对应关系 | 伊万Sipiran *，智利大学;本杰明·布斯托斯，智利大学 | |
| 1477 | 醒目的特征来检测纹理对象少 | 费德里科Tombari *，博洛尼亚大学;亚历山德罗弗兰基;路易吉·斯蒂法诺 | |
| 1479 | 局部仿射稀疏到密集的匹配和运动估计闭塞 | 马吕斯Leordeanu *，罗马尼亚科学院数学研究所，安德烈Zanfir;克里斯蒂安Sminchisescu，隆德大学 | |
| 1506 | 在室内场景支撑表面预测 | 瑞麒郭，UIUC，德里克Hoiem，伊利诺伊大学厄巴纳 - 香槟分校 | |
| 1526 | 域自适应分类 | Fatemeh Mirrashed *，马里兰大学，穆罕默德Rastegari，马里兰大学 | |
| 1534 | 了解高层语义建模研究交通模式 | 宏毅张，北京大学;安德烈亚斯盖革*试剂盒;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1541 | 强劲的外观和表现空间模型的人力姿态估计 | 狮子座Pishchulin *，马克斯普朗克研究所的Infor公司; Mykhaylo Andriluka，马克斯普朗克研究所的情报;彼得Gehler，马克斯·普朗克;伯恩特席勒，“MPI情报，德国” | |
| 1548 | 箱在箱：联合三维布局和从单张图像对象推理 | 亚历山大施维英*，苏黎世联邦理工学院，三社菲德勒，TTIC;马克Pollefeys，ETH;拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1552 | 学会转移特权信息 | VIKTORIIA Sharmanska * IST奥地利;诺维Quadrianto，剑桥大学，克里斯托弗兰伯特，科学和技术研究所奥地利 | |
| 1553 | 估计室内场景的3D布局，并从深度传感器的杂波 | 张健;陈侃;亚历山大施维英*，苏黎世联邦理工学院，拉奎尔Urtasun，丰田工业大学芝加哥分校 | |
| 1558 | 使用全局图像表示预测对象的位置 | 何塞·罗德里格斯 - 塞拉诺*;黛安Larlus， | |
| 1575 | 将您喜爱的云带你 | 宽川鹏，康乃尔大学; Tsuhan陈， | |
| 1592 | 监督二进制散列码与学习詹森香发散 | 立新范*，诺基亚研究中心 | |
| 1603 | 高效的3D场景贴标使用树的领域 | 奥拉夫Khler *，牛津大学伊恩·里德，阿德莱德大学 | |
| 1669 | 3D子查询扩展为提高基于草图的多视角图像检索 | Yenliang林*，国立台湾大学，程禹皇，郝郑旺;温斯顿许， | |
| 1675 | 准无监督学习的有关可靠的视觉属性 | Sukrit尚卡尔*，剑桥大学;琼Lasenby，剑桥大学的;罗伯托·奇泊拉，剑桥大学 | |
| 1677 | 同时分割和移动摄像机位姿跟踪 | Taegyu林*，三星，Seunghoon香，POSTECH; Bohyung汉族，POSTECH; JoonHee汉，POSTECH | |
| 1684 | 非参数贝叶斯网络在此之前人类的姿态 | 安德烈亚斯Lehrmann *，MPI智能系统;彼得Gehler，马克斯·普朗克，塞巴斯蒂安Nowozin，微软剑桥研究院 | |
| 1775 | 通过多模态半监督学习的图像分类异类图像特征融合 | 小蔡*，德州大学阿灵顿分校; Feiping聂，美国德州大学阿灵顿分校，黄恒，UTA | |
| 1851 | 口语属性：混合二进制和相对属性说正确的事 | 阿米尔Sadovnik *，康奈尔大学，安德鲁·加拉格尔;德维帕瑞克，弗吉尼亚理工大学; Tsuhan陈， | |
| 1857 | 型号建议用虚拟探针自我为中心的检测手 | 李成清华大学;克里斯木谷*，卡内基·梅隆大学 | |
| 1862 | 多频道的相关性滤波器 | 哈米德KIANI galoogahi *，新加坡国立大学，特伦斯·辛，新加坡国立大学，西蒙·卢西， | |
| 1863 | 使用预测社会领域的显着性原发性凝视行为 | 炫秀园*，CMU; Eakta耆那教，TI，亚瑟谢赫， | |
| 1865 | 从子类别，以视觉复合材料：一个多层次的框架目标检测 | 天兰*，西门菲沙大学;列昂尼德·希格;米哈利斯RAPTIS，迪斯尼研究匹兹堡，格雷格·森，西门菲沙大学 | |
| 1874 | 表征室外场景的布局使用空间主题进程 | 大华琳*，TTIC;奸雄肖，麻省理工学院 | |
| 1902 | 画报人类空间：那么如何做人类感知三维铰接式姿态？ | 伊莉莎贝塔Marinoiu *，科学罗马尼亚科学院;德拉戈什帕帕瓦，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1909 | 通过三维几何建筑构件为基础的对象探测器 | 阿比纳夫Shrivastava，卡耐基梅隆大学;阿比纳夫古普塔*， | |
| 分割，分组和形状表示 | 67 | 在线视频Superpixels为颞窗对象性 | 迈克尔宏达ETH;杰玛Roig的，ETH;泽维尔博伊克斯*，ETH;圣地亚哥Manen，BIWI苏黎世联邦理工学院;吕克·范·GOOL，ETH |
| 87 | 通过一致的功能图图像联合分割 | 王帆*，斯坦福大学;黄七星，斯坦福大学，莱昂尼达斯Guibas，斯坦福大学 | |
| 102 | 共同细分的组成 | 阿龙FAKTOR *，魏茨曼科学研究所;米哈尔伊拉尼，魏兹曼研究院，以色列 | |
| 148 | 检测弯曲对称零件使用变形盘型号 | 通利*，加拿大多伦多大学，三社菲德勒，创科实业芝加哥，斯文·迪金森，多伦多大学 | |
| 244 | 与级联分层模型和物流析取范式网络图像分割 | Mojtaba Seyedhosseini *，脊髓损伤;迈赫迪Sajjadi，脊髓损伤，托加Tasdizen，SCI | |
| 311 | 基于失真估计的几何配准 | 卫择嗯*，佛罗里达国际大学; MAYANK哥斯瓦米，石溪大学;罗峰，罗格斯大学，咸丰顾，石溪大学 | |
| 339 | 控释肥的学习与自适应次梯度下降的图像解析 | 宏辉张*，香港科技大学，隆泉，“科学与技术，中国的香港大学”;坪坦;京东王，微软亚洲研究院 | |
| 346 | 高效的高阶聚类的格拉斯曼流形 | 苏拉杰耆那教，印度科学研究所; VENU马达夫Govindu *，印度科学研究所 | |
| 447 | 在时间上一致Superpixels | 马蒂亚斯雷索*，TNT LUH汉诺威;约恩·Jachalsky，Technicolor的;约恩·奥斯特曼，研究所FR Informationsverarbeitung / Universitt汉诺威;博德Rosenhahn， | |
| 487 | 示例切 | 集美杨*，加州大学默塞德，易轩仔，加州大学默塞德;铭轩扬，“加州大学默塞德，美国” | |
| 617 | Cosegmentation和Cosketch通过无监督学习 | 吉峰戴*，清华大学，加州大学洛杉矶分校;英尼安武，加州大学洛杉矶分校，周杰，清华大学;宋淳化朱，加州大学洛杉矶分校 | |
| 619 | 类别无关的对象级别的显着性检测 | 杨清嘉*，加州大学伯克利分校，韩梅，谷歌研究 | |
| 638 | 没有注解段语义分割 | 魏霞*，新加坡国立大学;的Csaba Domokos，新加坡国立大学，董健，新加坡国立大学;龙 - 白花畅，新加坡国立大学，水成岩，“新加坡国立大学，新加坡” | |
| 674 | 在空间和时间多视图对象分割 | 阿卜杜勒 - 阿齐兹·Djelouah *，Technicolor公司，爱德蒙·博耶;让 - 塞巴斯蒂安·佛朗哥，格勒诺布尔大学;帕特里克·佩雷斯，“Technicolor公司，法国”;弗朗索瓦乐Clerc的， | |
| 766 | 强大的轨迹聚类的运动分割 | 奉使，北京航空航天大学;忠周*;江尖小，;魏武， | |
| 943 | 纸娃娃解析：正在检索类似的风格来解析服装项目 | 哥打山口*;米哈迪Kiapour，石溪大学;塔玛拉·伯格，“大学石溪分校，美国” | |
| 983 | 半监督学习的大尺度图像cosegmentation | 蒸湘王*，富士通研发中心;游汝杰刘，富士通研发中心 | |
| 1192 | 变形的弹性曲面形状空间并行传输 | 谢谦*，佛罗里达州立大学，塞巴斯蒂安Kurtek，Ohiao州立大学;慧灵乐; anuj发表塔瓦， | |
| 1391 | 预测足够的强度注解互动前景分割 | Suyog耆那教*;克里斯汀·格劳曼，美国德州大学奥斯汀分校 | |
| 1431 | GRABCUT在一个切 | 孟獭嗯，西安大略大学，西安大略大学莉娜戈雷利克*;西安大略大学奥尔加Veksler;尤里Boykov，“加拿大西安大略大学” | |
| 1434 | 渐进式多重网格特征值求解的多尺度的光谱分割 | 迈克尔·迈尔*，加州理工学院，斯特拉宇，ICSI;彼得佩罗娜，“加州理工学院，美国” | |
| 1485 | 通过深Decompositional网络行人解析 | 平罗*，香港中文大学 | |
| 1577 | 通过半二次最小化强大的子空间聚类 | 颖雅张*，NLPR，中科院自动化所，浙南太阳，NLPR，中科院自动化所，冉河，NLPR，中科院自动化所，谭铁牛，“NLPR，中国” | |
| 1674 | 一个统一的视频分割基准：注释，度量与分析 | 法比奥GALASSO *，MPI情报;纳温纳加拉贾，弗莱堡大学;塔蒂亚娜·希门尼斯·卡德纳斯，弗莱堡大学，托马斯BROX;伯恩特席勒，“MPI的情报，德国” | |
| 1695 | 自动Kronecker积模型为基础的检测在2D都市意象重复模式 | 卷六，纽约的研究生中心城市大学; EMMANOUIL Psarakis，帕特雷大学;扬斯塔莫斯*，纽约市立大学 | |
| 1742 | 的感知为基础的形状分解的方法 | 昌马，北大，中干冬，北京大学，蒋婷婷，北京大学;一皱王*，北京大学 | |
| 1786 | 在结构化场景的前路语义标注的场景顺序贝叶斯模型更新 | 叶夫根Levinkov，MPII;马里奥·弗里茨*，MPI资讯 | |
| 1966 | 在不受约束的视频快速目标分割 | Anestis帕帕佐格鲁*，爱丁堡大学，VITTO法拉利，爱丁堡大学 | |
| 1974 | 视频分割，通过跟踪许多图，地面段 | 阜新力*，格鲁吉亚研究所。的技术;追加指定金，佐治亚理工学院，艾哈迈德·胡马雍;蔡蔚，佐治亚理工学院，詹姆斯Rehg，佐治亚理工学院 | |
| 统计方法和学习 | 73 | 对学习支持向量机的结构与非结构化潜变量群体规范 | 导正辰，UMD格式; Dhruv直升机巴特拉*，弗吉尼亚理工大学，比尔·弗里曼，“美国麻省理工学院” |
| 94 | 黎曼流形曲率感知正规化 | 光在金*，MPI的情报;詹姆斯Tompkin，MPI Informatik公司;基督教Theobalt，MPI附耳Informatik公司 | |
| 258 | 学习图匹配从大型场景建模类 | 陈全世张*，东京大学，禤宋，东京大学，邵卫，东京大学，柴崎亮介，东京大学，汇景赵，北京大学 | |
| 306 | 对于图像和视频处理的贝叶斯稳健矩阵分解 | 王乃彦王*，香港科技大学，秩杨焱，香港科技大学 | |
| 360 | 传输特性与联合分布适应学习 | 明升龙*，清华大学，王建民，清华大学，贵广鼎，清华大学，菲利普宇，伊利诺伊大学芝加哥分校 | |
| 442 | 动态结构选型 | 大卫韦斯*，宾夕法尼亚大学，本杰明·萨普，谷歌，奔Taskar，华盛顿大学 | |
| 482 | 的总和，人子模的高阶能量函数结构化学习 | 亚历克斯修复，山茱萸，和Thorsten Joachims，康奈尔大学，山姆公园，康奈尔;拉敏Zabih *，康奈尔大学 | |
| 484 | 什么是最有效的方式来选择最近邻考生快速近似最近邻搜索？ | 正和岩村*，大阪府立大学，佐藤友和大阪府立大学，吉濑浩一，大阪府立大学 | |
| 641 | 交替回归森林的目标检测与姿态估计 | 塞缪尔Schulter *，TUGraz;基督教Leistner，微软，保罗Wohlhart，恩格拉茨，彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 642 | 线性序列判别分析：基于模型的降维法向量序列 | 秉素*，清华大学，丁晓青，清华大学 | |
| 930 | 与未知的噪声鲁棒矩阵分解 | 德裕猛*，西安交通大学;费尔南多德拉托雷，卡耐基梅隆大学 | |
| 957 | SPD矩阵的斯坦中心及其应用的递推估计 | Hesamoddin Salehian *，佛罗里达大学，广成;巴巴Vemuri，“美国佛罗里达大学，”杰弗里·豪，佛罗里达大学 | |
| 968 | 从稀疏样本的基础歧管图像合成 | 腾旭*，佐治亚理工学院，宏远查，佐治亚理工学院 | |
| 988 | 从点设置：延长距离度量的学习 | 鹏飞朱，香港理工大学张磊*，香港理工大学，王蒙左，哈尔滨工业大学，张海伟，香港理工大学 | |
| 1010 | 判别公制和原型学习 | 马丁Kstinger *，技术格拉茨大学彼得·罗斯;霍斯特·比朔夫，科技格拉茨大学 | |
| 1082 | 分而治之子空间分割 | AMEET Talwalkar *，加州大学伯克利分校，莱斯特·麦基，斯坦福大学，亚东穆，哥伦比亚大学，世福昶，哥伦比亚大学，迈克尔·乔丹，伯克利 | |
| 1405 | 动态标签为传播半监督多类多标签分类 | “加拿大约克大学，”约翰Tsotsos;王波*，约克大学 | |
| 1420 | 无奈的是易NBNN领域适应 | 塔蒂亚娜托马西*，IDIAP马蒂尼，芭芭拉·卡普托， | |
| 1503 | 相关自适应子空间细分的跟踪套索 | 餐椅鲁*，Singapo国立大学，嘉实丰，新加坡国立大学; Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1504 | Correntropy诱导L2走势图鲁棒子空间聚类 | 餐椅鲁*，Singapo国立大学Zhouchen林，北京大学，水成岩，“新加坡国立大学，新加坡” | |
| 1647 | 强大的词典学习了错误源分解 | 卓远陈*，西北大学，吴英，西北大学 | |
| 1941 | 特定类的单纯形 - 隐性主题抽取的图像分类 | 文华迪克西特*，加州大学圣地亚哥分校，尼基Rasiwasia，雅虎研究;努诺·德瓦斯康塞洛斯，“加州大学圣地亚哥分校，美国” | |
| 视频：活动，活动与监控 | 23 | 蒙特卡洛树搜索的调度动作辨识 | 穆罕默德·阿米尔*，俄勒冈州立大学，米哈伊托多罗维奇，“俄勒冈州立大学，美国”艾伦·弗恩，俄勒冈州立大学;宋淳化朱，加州大学洛杉矶分校 |
| 183 | 用自然语言描述的视频事件的理解 | Vignesh拉马纳坦*，斯坦福大学，珀西梁，斯坦福大学，菲菲李斯坦福大学 | |
| 204 | 视频转换成自然语言描述 | 马库斯Rohrbach以*，MPI情报;魏秋月，Coli.uni-saarland.de;伊万·季托夫，萨尔大学;斯特凡Thater;曼弗雷德Pinkal，萨尔大学;伯恩特席勒，“MPI情报，德国” | |
| 219 | 集团稀疏和几何约束字典学习的行为识别从深度贴图 | 嘉嘉罗*，田纳西大学;王伟;海容奇， | |
| 308 | 从影片推断“暗物质”和“暗能量” | 谢丹，加州大学洛杉矶分校;米哈伊托多罗维奇*，“俄勒冈州立大学，美国”;宋淳化朱，加州大学洛杉矶分校 | |
| 367 | 采矿运动原子和短语的复杂动作识别 | 利民王*，香港中文大学，俞乔SIAT | |
| 395 | 通过寻找典型视图和零件视图 - 不变的动作识别 | 科鲁兹Mahasseni *，俄勒冈州立大学学报;米哈伊托多罗维奇，“俄勒冈州立大学，美国” | |
| 433 | 动作识别改进的轨迹 | 恒旺*，;郝施密德，“INRIA，法国” | |
| 438 | 人重新鉴定后排名优化 | 春晓刘，清华大学，陈更改洛伊，香港中文大学;韶钢龚*，EECS，QMUL;刘贵今王，清华大学 | |
| 456 | 主动：活动概念在转换视频事件分级 | 陈孙*，南CALIFOR大学;拉姆Nevatia， | |
| 492 | 操作模式发现：一种非参数贝叶斯方法 | 冰冰NI *“，”“”“”“”“”“”“”“”“”“”“”“”“”“”“”“高级数字科学中心（ADSC），SINGAPOR;皮尔冰臼，UIUC | |
| 522 | 行动与事件识别与费舍尔在紧凑型功能集向量 | 丹Oneata *，INRIA，雅各布·维贝克，“INRIA，法国”郝施密德，“INRIA，法国” | |
| 584 | 视频协分割为有意义的行动提取 | 嘉铭郭*，新加坡国立大学; Zhuwen李，新加坡国立大学;龙 - 白花畅，新加坡国立大学，芝英周，新加坡国立大学 | |
| 611 | 学习的最大间距时空翘曲的行为识别 | 王江*，西北大学，吴英，西北大学 | |
| 680 | 并发操作的检测与结构预测 | 魏萍*，西安交通大学，加州大学洛杉矶分校，南宁郑，西安交通大学，意表赵，加州大学洛杉矶分校;宋淳化朱，加州大学洛杉矶分校 | |
| 704 | 动作识别与Actionton | 朱骏*，上海交通大学，宝源旺;卓文涂，加州大学洛杉矶分校;小康杨;文君张， | |
| 864 | 稳定的超池和查询扩展的事件检测 | MATTHIJS DOUZE，INRIA，杰罗姆Revaud;郝施密德，“INRIA，法国”;埃尔韦Jgou *，INRIA | |
| 946 | 动作探测器从毛边影片主动学习 | 苏尼尔Bandla，德克萨斯大学奥斯汀分校;克里斯汀·格劳曼*，德州大学奥斯汀分校 | |
| 954 | 压扁王素欣层次结构的统一熵片 | 陈亮旭*，纽约州立大学水牛城分校;斯宾塞威特，美国纽约州立大学水牛城分校;杰森Corso大街，“纽约州立大学布法罗，美国” | |
| 970 | 从Actemes到行动：一个强监督代表详细了解行动 | 宇张*，宾夕法尼亚大学，康斯坦丁Derpanis，宾夕法尼亚大学，勐龙竹，宾夕法尼亚大学 | |
| 976 | 从半监督来转移人群的计数 | 陈更改洛伊*，香港中文大学，龚韶钢，EECS，QMUL;湘涛，EECS，QMUL | |
| 977 | 结合正确的功能对复杂的事件识别 | 凯文·唐*，斯坦福U.; Bangpeng瑶，斯坦福大学，菲菲李斯坦福大学达芙妮科勒， | |
| 984 | 通过示例基于建模认识人为对象交互 | 建芳胡*，孙中山大学，伟世政;赖剑煌，中山大学大学;韶功，EECS，QMUL;湘涛，EECS，QMUL | |
| 1011 | 域名转移支持向量排名的人重新鉴定无目标相机标签信息 | 安迪金华马，香港浸会大学;庞智园*，香港浸会大学;加味李， | |
| 1026 | 学会分享潜伏任务的动作识别 | 周强*，新加坡国立大学，新加坡，王刚，台大，赵奇，国立大学。新加坡 | |
| 1064 | 通过结构学习大规模视频散列 | 广南叶*，哥伦比亚大学，刘东，哥伦比亚大学，王军，IBM TJ Watson研究;王实甫畅，哥伦比亚大学 | |
| 1116 | 寻找演员和电影行动 | 彼得·Bojanowski *，INRIA，弗朗西斯巴赫，“ENS和INRIA，法国”伊万拉普捷夫海，“INRIA，法国”;让庞塞，“ENS，法国”郝施密德，“INRIA，法国”约瑟夫Sivic，巴黎高等师范学院Suprieure | |
| 1127 | 时空可靠的视频表示的行为识别 | 萨科Ballas的*，CEA /矿产 - 巴黎高科，易阳，cmu.edu;兰Zshzsh，CMU，伯特兰Delezoide，东航，弗朗索瓦Preteux，矿业巴黎高科;亚历山大·豪普特曼，卡耐基梅隆大学 | |
| 1218 | YouTube2Text：认识和描述任意活动使用语义层次结构和零识别拍摄 | 塞尔吉奥·瓜达拉马*，加利福尼亚州，伯克大学; Niveda Krishnamoorthy都是德州大学奥斯汀分校;吉里什Malkarnenkar，德州大学奥斯汀分校，雷蒙德穆尼;特雷弗·达雷尔，凯特萨恩科，麻省大学洛厄尔 | |
| 1255 | 非常快速的异常事件检测 | Cewu鲁*，香港的中国大学，建平石，香港中文大学，贾家崖，香港中国大学 | |
| 1273 | 人类重新鉴定匹配值<br/>模板采用整群抽样 | 圆箓许，中山大学大学;梁林*，中山大学大学;尉氏征;刘小白，Ucla.edu | |
| 1331 | 在视频序列中寻找因果相互作用 | 穆斯塔法Ayazoglu，Notheastern大学;布拉克·耶尔马兹，东北大学;马里奥Sznaier *，东北大学，明锐营， | |
| 1382 | 动态资源池对复杂的事件识别 | 味辛李*，加州大学圣地亚哥分校，钱宇，萨尔诺夫，努诺·德瓦斯康塞洛斯，加州大学圣地亚哥分校 | |
| 1442 | 相对属性对于大型废弃目标检测 | 全福风扇*，IBM，普拉萨德Gabbur;沙拉斯Pankanti， | |
| 1457 | 动作识别与定位通过分层空时段 | Shugao马*，波士顿大学，斯坦Sclaroff，波士顿大学，陈建明张，波士顿大学;纳兹勒Ikizler-cinbis，计算机工程系，哈斯特帕大学 | |
| 1501 | “移动姿势”：一种高效的三维运动学描述为低延时动作识别与检测 | 米哈伊Zanfir;马吕斯Leordeanu *，罗马尼亚科学院数学研究所;克里斯蒂安Sminchisescu，隆德大学 | |
| 1510 | 4D建模人机交互对象的事件和物体识别 | 魏萍*，西安交通大学，加州大学洛杉矶分校;意表赵，加州大学洛杉矶分校，南宁郑，西安交通大学;宋淳化朱，加州大学洛杉矶分校 | |
| 1658 | 向无环图仁的行为识别 | 王玲*，电信巴黎高科; HICHEM SAHBI，LTCI，法国国家科学研究中心，（TELECOM巴黎高科） | |
| 1670 | 学习观不变稀疏表示的交叉视图的动作识别 | 晶晶郑*，马里兰大学，卓林江，马里兰大学 | |
| 1709 | 一种新的自适应分类匹配测度人类活动识别 | 的Shahriar沙里亚特*，罗格斯大学，弗拉基米尔·帕夫洛维奇， | |
| 1841 | 事件检测的复杂场景使用时段时序约束 | 一帆张*，中科院自动化所，季强;汉青路， | |
| 1978 | 对于理解动作识别 | Hueihan庄*，;于尔根瘿，马克斯普朗克研究所的智能系统;迈克尔黑，“马克斯普朗克研究所的智能系统，德国”郝施密德，INRIA | |
| 视觉图形 | 201 | 修改正面照片的记忆性 | 阿迪亚科斯拉*，麻省理工学院，威尔玛班布里奇，麻省理工学院，安东尼奥托拉尔瓦，麻省理工学院，奥德省奥利瓦， |
| 283 | 显着性检测在大点集 | 伊丽莎白Shtrom *，Technion工业;乔治Leifman，Technion工业; Ayellet塔尔，Technion工业 | |
| 669 | 运动感知KNN拉普拉斯视频抠图 | Dingzeyu李*，哥伦比亚大学，奇峰陈，驰强唐，“科学与香港科技大学，香港” | |
| 961 | 观看真实世界的面孔3D | 塔尔Hassner *， | |
| 1242 | 使用单RGBD图片高精度和稳健的3D面部表演捕捉 | 颜林晨，得克萨斯州A与M大学;肌肉吴，微软亚洲研究院;富豪市得克萨斯州A与M大学;鑫通，微软亚洲;金乡柴*，TAMU | |
| 愿景网页 | 1304 | 对于网页图片视觉语义复杂网络 | 施龟*，香港中文大学，小刚王，“中国香港大学，香港”晓鸥唐，香港中国大学 |
| 1427 | 你是做什么？通过社会背景认识职业的照片 | 邵铭*，东北大学;李良月，东北大学;云府，东北大学 |