导读我们对2020年全部计算机视觉综述论文进行了分方向梳理，本文为医学影像方向，包括医学图像配准、医学图像分割、迁移学习和多模态融合等方向。

计算机视觉在人工智能里可以类比于人类的眼睛，是在感知层上最为重要的核心技术之一。计算机视觉技术模拟生物视觉，将捕捉到的图像中的数据及信息进行分析识别、检测、跟踪等，真正去“识别”和“理解”这些图像。目前此项技术已经广泛应用到安防、自动驾驶、医疗、消费等，也是目前人工智能技术中落地最广的技术之一。1计算机视觉发展局经历四个阶段第一阶段是马尔计算视觉。1982年大卫马尔（DavidMarr）的《视觉》

一、简介计算机视觉（ComputerVision）又称为机器视觉（MachineVision），顾名思义是一门“教”会计算机如何去“看”世界的学科。在机器学习大热的前景之下，计算机视觉与自然语言处理（NaturalLanguageProcess，NLP）及语音识别（SpeechRecognition）并列为机器学习方向的三大热点方向。而计算机视觉也由诸如梯度方向直方图（HistogramofGra

1.深度学习目标检测方法综述深度学习目标检测方法综述\n传统目标检测算法步骤预处理窗口滑动特征提取窗口大小、滑动方式与策略对其影响较大，例如卷积特征选择特征分类后处理二阶段的NMS处理1）阈值不容易确定，设置小了会删除不该删除的框，设置大了会增加误检率2)不满足要求的框会被直接删除，处理方式过于简单基于深度学习的目标检测算法（核心问题与关键的技术挑战）改进与优化主流目标检测算法的性能基于双阶段算法

导读：本文共汇总了从2020年4月至今的计算机视觉领域综述性论文，共54篇，涵盖图像分割、图像识别、人脸识别/检测、医学影像、目标检测、3D方向（自动驾驶/深度估计）、GAN、文本检测与识别、姿态估计等14个研究方向。54篇论文打包下载请前往极市社区。图像分割UnsupervisedDomainAdaptationinSemanticSegmentation:aReview标题：语义分割中的无监督

因此，在2021年初，我们对2020年出现的全部计算机视觉综述论文进行了分方向梳理，希望能帮助大家学习进步。本文是第五篇，人脸方向。

因此，在2021年初，我们对2020年出现的全部计算机视觉综述论文进行了分方向梳理，希望能帮助大

因此，在2021年初，我们对2020年出现的全部计算机视觉综述论文进行了分方向梳理，希望能帮助大家学习进步。本

计算机视觉综述1-ImageClassification常用数据集以下是几种常用分类数据集，难度依次递增。

本文为计算机视觉领域综述性论文IntelligentVisualMediaProcessing:WhenGraphicsMeetsVision的翻译。由于英文水平有限，如有错误，还望批评指正。以下为翻译。智能视觉媒体处理：当计算机图形学遇到计算机视觉摘要近年来，计算机图形学和计算机视觉紧密合作，已经开发了各种算法和应用程序来分析和操作我们周围的视觉媒体。这个现象背后主要有三个驱动力：1）互联网大数