CVPR 第50页

CVPR 2019 | 一种用于年龄估计的连续感知概率网络

2019-11-1604:26:34作者|BBuf编辑|唐里年龄估计是计算机视觉中一个重要且具有挑战性的问题。现有的年龄估计方法通常采用分治法来解决非平稳老化引起的异构数据。然而，面部衰老过程也是一个连续过程，不同年龄之间的连续关系还没有得到有效的挖掘。在这篇文章中，作者提出了一种称为BridgeNet的模型进行年龄估计，能够有效地挖掘年龄标签之间的连续关系。年龄估计尝试根据面部图像预测实际年龄值

喜欢打酱油的老鸟·2022-12-12 07:19

经典CNN的实现 InceptionNet

InceptionNetInceptionNetInceptionNet诞生于2014年，当年ImageNet竞赛冠军，Top5错误率为6.67%论文出处：SzegedyC,LiuW,JiaY,etal.GoingDeeperwithConvolutions.InCVPR

如魔·2022-12-12 01:13

CVPR2020｜无需3D运动数据训练，最新SOTA人体姿势估计方法

点击我爱计算机视觉标星，更快获取CVML新技术作者|MuhammedKocabas译者|刘畅出品|AI科技大本营（ID:rgznai100）人体的运动对于理解人的行为是非常重要的。尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。为了解决这个问题，本文提出了“用于人体姿势和形状估计的视频推理”

我爱计算机视觉·2022-12-12 01:29

Videopose人体姿态估计

Efficient3Dhumanposeestimationinvideousing2Dkeypointtrajectorieshttps://github.com/facebookresearch/VideoPose3DCVPR2019PosterPaper-VideoPosePaperName

Vertira·2022-12-11 22:32

用于多模态注意力学习的超图注意力网络（2020 CVPR）

摘要多模态学习中出现的基本问题是不同模态之间的信息水平差异。为了解决这个问题，本文提出了超图注意力网络(HANs)，他在具有符号图的模态之间定义了一个共同的语义空间，并基于在语义空间中构建的注意力图提取模态的联合表示。过程：用每个模态的的符号图构建公共的语义空间，匹配符号图子结构之间的语义，在语义空间中构建图之间的共同注意力图，并使用共同注意力图集成多模态输入，以获得最终的联合表示。介绍重新强调了

呆呆_kk·2022-12-11 19:12

CVPR2020: Suppressing Uncertainties for Large-Scale Facial Expression Recognition 阅读随笔

0.Abstract大规模表情识别(large-scaleFacialExpressionRecognition,FER)的主要挑战在于不确定性(uncertainties)，这些不确定性来源于模棱两可的面部表情(ambiguousfacialexpressions),低质量的脸部图像(low-qualityfacialimages)和标注者的主观性(thesubjectivenessofanno

mathlxj·2022-12-11 17:42

CVPR 2020：Cross-View Tracking for Multi-Human 3D Pose Estimation at over 100 FPS 论文阅读随笔

CVPR2020论文阅读系列之3D姿态估计一：论文：Cross-ViewTrackingforMulti-Human3DPoseEstimationatover100FPS欢迎批评指正,以下为OneNote

mathlxj·2022-12-11 17:12

自动驾驶之3D点云聚类算法调研

相似算法:RBNN(radiallyboundednearestneighborgraph),2008.1.2SupervoxelClusterCVPR13VoxelCloudC

mathlxj·2022-12-11 17:31

#今日论文推荐# CVPR 2022丨学习用于小样本语义分割的非目标知识

wwwsxn·2022-12-11 16:46

【CVPR2022】【小样本分类和分割】Integrative Few-Shot Learning for Classification and Segmentation

用于分类和分割的综合小样本学习文章目录Abstract一、Problemformulation二、IntegrativeFew-ShotLearning(iFSL)三、5.Modelarchitecture四、实验Abstract本文介绍了小样本分类和分割(FS-CS)的综合任务，即whenthetargetclassesaregivenwithafewexamples，对查询图像中的目标对象进行

JOJO-XU·2022-12-11 16:45

CVPR 2022 | 大幅减少零样本学习所需人工标注，马普所和北邮提出富含视觉信息的类别语义嵌入...

©作者|北京邮电大学、马普所来源|机器之心来自北京邮电大学、马普所等机构的研究者提出了类别嵌入发掘网络，提高了类别嵌入在视觉空间的完备性，对零样本学习中类别之间的知识转移有重要促进作用。零样本学习旨在模仿人类的推理过程，利用可见类别的知识，对没有训练样本的不可见类别进行识别。类别嵌入（classembeddings）是描述类别语义和视觉特征的向量，能够实现知识在类别间的转移，因而在零样本学习中发挥

PaperWeekly·2022-12-11 16:15

CVPR2022 | 简单高效的语义分割体系结构

前言本文提出了一种简单的编码-解码器体系结构，具有类似ResNet的主干和一个小的多尺度头，其性能与复杂的语义分割体系结构（如HRNet、FANet和DDRNets）相当或更好。另外，本文还为桌面和移动目标提供了一系列这样的简单架构。欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。论文：http://arxiv.org/pdf/2206.08236

CV技术指南(公众号)·2022-12-11 16:44

CVPR 2022 Oral 学习不分割的内容：关于小样本分割的新视角

论文题目：LearningWhatNottoSegment:ANewPerspectiveonFew-ShotSegmentation论文地址：https://arxiv.org/pdf/2203.07615.pdf开源代码：https://github.com/chunbolang/BAM近年来，小样本分割（Few-shotSegmentation,FSS）得到了广泛的发展。以往的大多数工作都力

Morty徐同学·2022-12-11 16:14

CVPR2021 | 重新思考BiSeNet让语义分割模型速度起飞

超强的实时语义分割新网络：STDC，表现SOTA！性能优于BiSeNetV2、SFNet等网络，其中一版本性能高达97.0FPS/76.8％mIoU，代码即将开源！作者单位：美团1简介BiSeNet已被证明在实时分割two-stream网络中是有效的。但是，其添加额外path以对空间信息进行编码的原理很耗时，并且由于缺少任务专用设计，因此从预训练任务（例如图像分类）中借用的主干可能无法有效地进行图

深度学习技术前沿·2022-12-11 16:35

CVPR 2015 Paper

转自：http://blog.csdn.net/xuyuhua1985/article/details/46662283From:http://www.pamitc.org/cvpr15/program.php

billbliss·2022-12-11 15:49

CVPR2022：Blended Diffusion for Text-driven Editing of Natural Images

CVPR2022：BlendedDiffusionforText-drivenEditingofNaturalImagesPaper:https://openaccess.thecvf.com/content

nappingman·2022-12-11 14:31

基于几何学习图像的三维重建发展_基于深度学习的三维重建算法：MVSNet、RMVSNet、PointMVSNet、Cascade系列...

2019年，2020年又有多篇改进：RMVSNet(CVPR2019),PointMVSNet(ICCV2019),P-MVSNet(ICCV2019),MVSCRF(ICCV2019),Cascade

weixin_39607240·2022-12-11 14:23

【论文简述】AA-RMVSNet: Adaptive Aggregation Recurrent Multi-view Stereo Network（CVPR 2021）

一、论文简述1.第一作者：ZizhuangWei2.发表年份：20213.发表期刊：CVPR4.关键词：MVS、深度学习、可变形卷积、自适应聚合、LSTM5.探索动机：普通卷积对于薄结构和弱文理区域的特征提取效果有限

华科附小第一名·2022-12-11 13:50

【论文简述及翻译】GWCNet：Group-wise Correlation Stereo Network（CVPR 2019）

一、论文简述1.第一作者：XiaoyangGuo2.发表年份：20193.发表期刊：CVPR4.关键词：端到端训练、组相关体、改进的堆叠沙漏网络、3D卷积、回归5.探索动机：完全相关是测量特征相似性的有效方法

华科附小第一名·2022-12-11 13:49

【论文简述】UCS-Net：Deep Stereo using Adaptive Thin Volume Representation with Uncertainty Awareness（CVPR）

一、论文简述1.第一作者：ShuoCheng、ZexiangXu2.发表年份：20203.发表期刊：CVPR4.关键词：MVS、深度学习、自适应深度、由粗到细5.探索动机：因为3DCNN内存开销大的缘故

华科附小第一名·2022-12-11 13:49

yolov1算法详解

:Youonlylookonce:Unified,real-timeobjectdetection.In:CVPR

white-poplar·2022-12-11 09:18

RCNN系列之Faster RCNN详解

2016年，发表在CVPR。理解了SPPNet之后，我们知道了RCNN已经进化到了SPPNet阶

芳芳不是我真名·2022-12-11 09:52

随记（8）：CVPR2021关于Tracking的论文速读(2)-11篇

快放假了，心情顺畅，读论文也很“流畅”LearningDynamicsviaGraphNeuralNetworksforHumanPoseEstimationandTracking1.提出了一种新的在线学习姿态动力学的方法，该方法独立于当前帧的姿态检测，因此可以结合当前帧的检测结果做出更优化的姿态估计2.通过显式地考虑时空和视觉信息的图形神经网络(GNN)来推导这种动力学预测。模型将历史姿势轨迹作

是魏小白吗·2022-12-11 09:03

【CVPR2018】PSMNet:一个基于金字塔的端到端立体匹配网络

PSMNet:一个基于金字塔的端到端双目立体匹配网络1.简介在本研究中，我们提出了一种新的金字塔立体匹配网络（PSMNet）来利用立体匹配中的全局上下文信息。空间金字塔池（SPP）和扩张卷积用于扩大接受域。通过这种方式，PSMNet将像素级特征扩展到具有不同接受域尺度的区域级特征；由此得到的全局和局部特征线索被用来形成可靠的视差估计的成本量。此外，我们设计了一个堆叠沙漏三维CNN结合中间监督，

明月醉窗台·2022-12-11 08:26

《Pyramid Stereo Matching Network》--PSMNet 测试代码实现 +如何解决GPU内存不足问题

PSWNet是cvpr2018的文章，立体匹配的经典，下面介绍一下我是怎么跑通文章的测试代码，以及踩过的坑。-对于复现论文，我也是初学者，希望给更多刚入门的师弟师妹一些帮助。

三维视觉工作室·2022-12-11 07:52

PSMNet学习记录：基于深度学习的双目立体匹配算法

如何生成可参考右边的帮助文档文章目录前言一、研究背景二、论文精读1.介绍2.相关工作3.金字塔立体匹配网络3.1网络结构3.2空间金字塔池化模块3.3匹配代价卷3.43DCNN3.5视差回归3.6损失函数4.实验总结前言本文整理了[CVPR2018

Scurry﹉·2022-12-11 07:15

video sematic segmentation视频语义分割方向相关论文罗列+数据集下载链接

SemanticVideoCNNsthroughRepresentationWarping(ICCV2017)https://github.com/raghudeep/netwarp_publicDeepFeatureFlowforVideoRecognition(CVPR2017

不秃头的小猴子·2022-12-11 04:24

CVPR2022 oral | MetaFormer才是探索Transformer的源泉,衍生PoolFormer速度喜人

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达Transformer在计算机视觉任务中显示出了巨大的潜力。一个普遍的观念就是，基于注意力的tokenmixermodule对Transformer的贡献最大。然而，最近的研究表明，Transformer中基于注意力的模块可以被spatialMLPs所取代，并且所得到的模型仍然表现得很好。基于这一结果，作者假设，Transfor

小白学视觉·2022-12-11 02:36

深度学习——MetaFormer Is Actually What You Need for Vision

文章目录前言MetaFormer结构PoolFormer结构前言本文总结CVPR2022的oral文章《MetaFormerIsActuallyWhatYouNeedforVision》。

菜到怀疑人生·2022-12-11 02:33

"我爱计算机视觉"干货集锦分类汇总（2019年3月9日）

——《为学》[清]彭端淑目标检测CVPR2019|StereoR-CNN3D目标检测CVPR2019|斯坦福学者提出GIoU，目标检测任务的新Loss目标检测训练trick超级大礼包—不改模型提升精度，

我爱计算机视觉·2022-12-11 01:38

Super-resolution:Image Super-Resolution Using Very Deep Residual Channel Attention Networks(论文简读二十一）

Title：ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworksFrom：CVPR2018Notedata：2019/08

Jayden yang·2022-12-10 22:15

Shah等人，CVPR，2019）

一、文章概况文章题目：《Cycle-ConsistencyforRobustVisualQuestionAnswering》这篇文章和前面介绍的MirrorGAN几乎是同一个idea，作者主要来自facebook，找到了第三和第四作者的个人主页，其中MarcusRohrbach一直在做VQA，可以关注下，但是他的个人主页已经很久没有更新了：[1]MarcusRohrbach的个人主页[2]Devi

全部梭哈迟早暴富·2022-12-10 21:12

2022 CVPR VQA相关论文

以下内容是今年4月份汇总的~用关键词大概检索出8篇VQA相关论文。其中有两篇研究的是基于外部知识的视觉问答，一篇是场景文本视觉问答，这些都是提出的新模型。另外有两篇是在数据方面做工作，有一篇是鲁棒性研究，有一篇是在研究VQA模型的后门攻击，最后这篇是提出一种推理策略用于模型的训练。LaTr:Layout-AwareTransformerforScene-TextVQAhttps://openacc

BXDBB·2022-12-10 21:03

计算机视觉公平性论文集合(2019-2021)

搜索了一波CVPR/ICCV/ECCV/ICLR/ICML/NeurIPS/AAAI…论文list，如有遗漏，欢迎补充↓↓↓↓before2020论文列表GenderShades:IntersectionalAccuracyDisparitiesinCommercialGe

威化饼的一隅·2022-12-10 21:02

Fairness-aware Adversarial Perturbation Towards Bias Mitigation for Deployed Deep Models[论文笔记]

上看到一篇用对抗样本来做公平性提升的论文，fairness-awareAdversarialPerturbationTowardsBiasMitigationforDeployedDeepModels，被CVPR2022

威化饼的一隅·2022-12-10 21:02

【开集识别论文解读】C2AE: Class Conditioned Auto-Encoder for Open-set Recognition——CVPR2019

原文链接：https://arxiv.org/abs/1904.01198开集识别的一般场景设定如图1所示，我们已知四类图片，但是在测试过程中，可能会出现不属于任何一类的样本，而开集识别的目标就是识别出未知类，并且对已知类正确分类。本文将开集识别任务分成了两个子任务：闭集分类和开集识别。训练过程如图2中的1）和2）所示。1.Closed-setTraining(Stage1)给定一个batch的图

努力学习滴兔兔·2022-12-10 19:14

【开集识别论文解读】Classification-Reconstruction Learning for Open-Set Recognition——CVPR2019

论文原文：https://arxiv.org/pdf/1812.04246v2.pdf本文提出的CROSR利用潜在表示进行重建，并在不损害已知类别分类精度的情况下实现鲁棒未知检测。开集分类器可以检测不属于任何训练类的样本。通常，它们将概率分布拟合到某些特征空间中的训练样本中，并将异常值检测为未知值。对于表示样本的特征，几乎所有现有的深度开集分类器都依赖于通过完全监督学习获得的特征，如图1（a）所示

努力学习滴兔兔·2022-12-10 19:13

【开集识别论文解读】Few-Shot Open-Set Recognition using Meta-Learning——CVPR2020

论文原文：https://arxiv.org/abs/2005.13713本文介绍了一种新的开集元学习算法（PEELER）算法，实验结果表明，PEELER在小样本和大规模识别方面都达到了最先进的开放集识别性能。1.Introduction开集识别目前主要的研究是在大规模环境中，使用基于大规模分类器的解决方案。这些尝试通过后处理后验类分布来识别新类，定义一个“拒绝”类，该类使用人工生成的示例或从训练

努力学习滴兔兔·2022-12-10 19:43

6D姿态估计算法汇总

文章目录标题6D姿态估计的算法1、GDR-Net:Geometry-GuidedDirectRegressionNetworkforMonocular6DObjectPoseEstimation（CVPR2021

1998@逆风生长·2022-12-10 17:48

Darknet(YOLO)安装与测试笔记（T440p+Ubuntu14.04+OpenCV2.4.10+CUDA7.5）

项目主页：http://pjreddie.com/darknet/yolo/CVPR论文：OnlyLookOnce:Unified,Real-TimeObjectDetection参考：http://blog.csdn.net

学为好人·2022-12-10 16:36

RGBD三维重建——跑通JointTG环境配置

原论文：JointTextureandGeometryOptimizationforRGB-DReconstruction(CVPR2020)github链接：JointTG首先下载代码安装项目需要的环境

little vegitable dog·2022-12-10 15:21

YOLOv4：目标检测的最佳速度和精度

来源：投稿作者：王同学编辑：学姐《YOLOv4：OptimalSpeedandAccuracyofObjectDetection》发表时间及作者：2020CVPR目录1.YOLOv4介绍2.YOLOv4

深度之眼·2022-12-10 15:26

CVPR2021| 继SE,CBAM后的一种新的注意力机制:坐标注意力机制（Coordinate Attention）

一、前言论文：http://arxiv.org/abs/2103.02907论文：http://arxiv.org/abs/2103.02907论文：源码：https://github.com/Andrew-Qibin/CoordAttention在本文中提出了一种新颖且高效的注意力机制，通过嵌入位置信息到通道注意力，从而使移动网络获取更大区域的信息而避免引入大的开销。为了避免2D全局池化引入位置

腿。·2022-12-10 14:42

CVPR2020：D2Det论文解读

ThunderF·2022-12-10 14:14

捷报 | 深兰科技再次问鼎CVRP2021 斩获五冠共14项大奖

6月19日-25日，计算机视觉和模式识别领域的三大顶级会议之一CVPR在线上进行，深兰科技在本届会议中组织了两支团队参赛，共获得了五冠七亚两季，共计14项大奖，再一次奠定了深兰在计算机视觉领域的全球领先地位

深兰深延AI·2022-12-10 13:40

目标检测-Oriented RepPoints for Aerial Object Detection(CVPR 2022)

目标检测-OrientedRepPointsforAerialObjectDetection(CVPR2022)（未完待续）论文地址：OrientedRepPointsforAerialObjectDetection

炼丹师！·2022-12-10 13:33

7 Papers & Radios | CVPR 2022最佳/最佳学生论文；大型语言模型教会智能体进化

来源：机器之心本文约3700字，建议阅读5分钟本周重要论文包括：CVPR2022各种获奖论文。

数据派THU·2022-12-10 12:40

【论文】【CVPR 2019 oral】Unsupervised Person Re-identification by Soft Multilabel Learning

目录AbstractIntroductionRelatedWorkDeepSoftMultilabelReferenceLearningProblemformulationandoverviewSoftmultilabel-guidedhardnegativeminingCross-viewconsistentsoftmultilablelearningReferenceagentlearning

- birdguan -·2022-12-10 12:36

一篇CVPR顶会论文是如何炼成的（一）

一、何为idea？1、idea的重要性idea的重要性其实怎么强调都不为过，它是一篇科研论文的灵魂，它是你的论文区别于其他论文最显著的一个差异。我们要理解：做科研到底是在干什么？科研的本质，是在创新。不论你是找到一些新理论也好，还是有了一些新发现、新方法，还是有了一些新现象，这些东西都是需要有新的东西出来，那你的idea就是你找到的那个新内容最核心的一个观点。到写论文的时候会通过学术论文的形式，给

沃恩智慧·2022-12-10 12:06

2022CVPR云分享 | 5位一作学者带你走进计算机视觉领域顶会

8月3日15:00，本期我们邀请到CVPR2022的五位讲者给大家带来精彩的分享！

AITIME论道·2022-12-10 12:03

推荐频道

CVPR