CVPR2018 第6页

CNN的稀疏结构分析-CVPR2018

文章地址：CVPR2018高效小网络探秘...CVPR2018高效小网络探秘II...本文介绍、梳理和对比高效小网络，包括早期的经典模型SqueezeNet,MobileNet(V1),和CVPR2018

wishchin·2020-07-06 07:28

I3D【Inflated 3D ConvNet】——膨胀卷积网络用于行为识别

该论文是一篇CVPR2018年的论文。

深沉的背影·2020-07-06 05:43

【显著性检测】【CVPR2018】Salient Object Detection Driven by Fixation Prediction【论文笔记】

论文链接显著性检测分为显著性物体检测和凝视点检测，过于人们往往认为这两者是完全不同的任务，而很少有人探究相互之间的联系。该文作者提出利用凝视点检测来指导显著性物体检测。作者提出的ASNet网络结构如图，经过前向传播，VGG网络得到凝视点检测图，然后通过ConvLSTM对图像进行精细化，每个ConvLSTM的循环次数为3，通过不断结合VGG网络提取的各级特征，从高级特征向低级特征来指导显著性物体检测

千草幽幽·2020-07-06 02:23

CVPR论文复现争议后续：华人一作苦战两月给出有态度的分析结果

今年9月，机器之心报道了「CVPR2018论文复现争议」事件，引起了极大的关注，当时作者表示自己也在仔细检查论文。

weixin_34123613·2020-07-06 00:36

Non-local算法笔记

Non-localNeuralNetworksforVideoClassification论文链接：https://arxiv.org/abs/1711.07971代码链接：https://github.com/facebookresearch/video-nonlocal-net这篇是CVPR2018

AI之路·2020-07-05 18:00

语义分割--(DFN)Learning a Discriminative Feature Network for Semantic Segmentation

LearningaDiscriminativeFeatureNetworkforSemanticSegmentationLearningaDiscriminativeFeatureNetworkforSemanticSegmentation收录：CVPR2018

DFann·2020-07-05 16:14

【模型压缩】训练时量化--training aware quantization

本文来自谷歌CVPR2018的文章：QuantizationandTrainingofNeuralNetworksforEfficientInteger-Arithmetic-OnlyInference

Shwan_Ma·2020-07-05 12:33

图像超分辨率重建顶会论文整理（项目地址，代码实现平台）（17-18年）

CVPR2017,CVPR2018,ECCV2018,ICCV2017LearningaSingleConvolutionalSuper-ResolutionNetworkforMultipleDegradationshttps

YuL0420·2020-07-05 11:19

深度学习-002 NISP: Pruning Networks using Neuron Importance Score Propagation 神经网络剪枝算法

NISP:PruningNetworksusingNeuronImportanceScorePropagation利用神经元重要性分数传播对网络进行剪枝这是CVPR2018的一篇文章，在在这里整理一下我的理解思路论文链接

Mingyong_Zhuang·2020-07-05 10:27

CVPR2018《Graph Attention Convolution for Point Cloud Segmentation》GACNet 笔记

GraphAttentionConvolutionforPointCloudSegmentation标准卷积由于其特征的各向同性，在语义点云分割中存在固有的局限性。它忽略了物体的结构，导致分割结果中对物体轮廓的描述较差，有小部分伪区域。作者提出了一种新的图形注意卷积(GAC)，它的卷积核可以被动态地雕刻成特定的形状，以适应对象的结构。具体来说，GAC通过给不同的相邻点分配特定的注意权重，根据它们的

小刀丶·2020-07-05 05:36

多阶段细化分割-iccv2017-A Stagewise Refinement Model for Detecting Salient Objects in Images

论文源码已经公布：https://github.com/TiantianWang/ICCV17_SRM里面提到了PPM，查PPM的实现，找到论文《PyramidSceneParsingNetwork》（CVPR2018

guojingjuan·2020-07-04 16:22

经典再读 | NASNet：神经架构搜索网络在图像分类中的表现

NASNet在CVPR2018发表，至今已经有超过400次引用。在神经架构搜索中，作者在较小的数据集上对神经

AI科技大本营·2020-07-04 14:33

模型压缩之蒸馏算法小结

模型压缩之蒸馏算法小结文章目录模型压缩之蒸馏算法小结输出配准DistillingtheKnowledgeinaNeuralNetwork（NIPS2014）DeepMutualLearning（CVPR2018

有为少年·2020-07-04 07:50

深度学习---学习一篇最新的论文

CVPR2018还没选好文章，这也是一个漫长的学习过程啊第一组：maskcnn第二组：3D目标检测KITTI数据集2D：两级检测框架：先找区域再分类单级检测框架：直接产生物体的类别概率和位置坐标值；YouOnlyLookOnce

CHERISHGF·2020-07-04 04:16

【Tensorflow】如何使用PWC-Net网络输出运动中的光流图像

对应的项目：PWC-Net对应的论文：PWC-Net:CNNsforOpticalFlowUsingPyramid,Warping,andCostVolume,CVPR2018(Oral)在这里由于原项目是使用

小松与蘑菇·2020-07-04 01:37

李飞飞团队最新论文：如何对图像中的实体精准“配对”？

编译|费棋出品|AI科技大本营（公众号ID：rgznai100）【导语】近日，李飞飞的斯坦福大学视觉实验室发布了一篇即将在CVPR2018上要介绍的论文ReferringRelationships（指称关系

AI科技大本营·2020-07-01 21:19

深度学习----CVPR2018最佳论文提名Deep Learning of Graph Matching解读

CVPR2018最佳论文提名的工作DeepLearningofGraphMatch

sakura小樱·2020-07-01 13:07

伯克利发布BDD100K：目前最大规模开放驾驶视频数据集

此外，BAIR还将在CVPR2018自动驾驶Workshop上基于其数据举办三项挑战赛。数据集论文CVPR2018官网大规模、多样化、驾驶、视频：四合一自动驾驶将改变每个社区的生活。

女王の专属领地·2020-07-01 10:52

现在，TensorRT 4开放下载了

就在CVPR2018大会上，英伟达官方宣布TensorRT4即日起面向NVIDIARegisteredDeveloperProgram的所有成员开放，可在TensorRT产品页面免费下载。

量子位·2020-06-30 05:54

大连理工大学在CVPR18大规模精细粒度物种识别竞赛中获得冠军

大连理工大学此前在CVPR2018的iNaturalist竞赛中，取得了第一名（1/59）。这个比赛由Google、加州理工和康奈尔大学组织，微软公司赞助，旨在解决大规模的精细粒度物种分类问题。

量子位·2020-06-30 05:54

CVPR 2018 | 腾讯AI Lab关注的三大方向与55篇论文

感谢阅读腾讯AILab微信号第32篇文章，CVPR2018上涌现出非常多的优秀论文，腾讯AILab对其中精华文章归类与摘要，根据受关注程度，对生成对抗网络、视频分析与理解和三维视觉三大类论文进行综述。

腾讯AI实验室·2020-06-30 05:44

【文献阅读】Zigzag Learning for Weakly Supervised Object Detection

ZigzagLearningforWeaklySupervisedObjectDetection：论文传送门这篇CVPR2018的论文《ZigzagLearningforWeaklySupervisedObjectDetection

TreeNewBee(0v0)·2020-06-30 04:28

CVPR2018 | 3D视觉

Self-SupervisedMulti-LevelFaceModelLearningforMonocularReconstructionatOver250HzAyushTewari,MichaelZollhöfer,PabloGarrido,FlorianBernard,HyeongwooKim,PatrickPérez,ChristianTheobalt[pdf][supp][arXiv][b

3D-Vision·2020-06-30 04:58

姿态估计（人体关键点检测）之CPN

CPN：CascadedPyramidNetworkforMulti-PersonPoseEstimation旷视科技face++发表于cvpr2018，模型取得2017年cocokeypointbenchmark

Peanut_X·2020-06-30 02:37

单目深度估计 | Real-Time Monocular Depth Estimation using Synthetic Data 学习笔记

3.1.1损失函数3.1.2训练细节3.2阶段2-通过风格迁移的域自适应3.2.1损失函数3.2.2训练细节5结论深度估计系列文章：会议：CVPR2018标题：《Real-TimeMonocularDepthEstimationusingSyntheticDatawithDomainAdaptationviaImageStyl

Nani_xiao·2020-06-30 00:22

人群密度估计 - CVPR2018最新论文CSRNet原理、配套代码解析

1简介CSRNet:DilatedConvolutionalNeuralNetworksforUnderstandingtheHighlyCongestedScenesCVPR2018论文原文：https：//arxiv.org/abs/1802.10062CSRNet网络可以理解高度拥挤的场景并执行准确的计数估计以及呈现高质量密度图。该网络主要包括两个部分，前使用一个卷积网络用于2D特征提取，后

lucky li·2020-06-29 02:26

CVPR2018行人重识别系列：用GAN进行数据增强

1.前言近年CVPR2018录用了很多personre-id相关论文，本着学习和总结的原则，来对目前行人重识别上最新的方法进行一个总结，由于本人水平有限，对于文章的理解可能存在不全面的地方，我尽可能的对方法进行的归类

Tian_city·2020-06-29 01:56

3D检测入门知识梳理

1基本处理方法1.1激光 CVPR2018年的一篇文章Voxlnet，直接处理激光点云，将点云在空间上划分为均匀的voxel，再把不同的voxel点云提取VoxelFeatureEncoding对物体进行分类和位置回归

Little_sky_jty·2020-06-29 00:41

Generative Adversarial Learning Towards Fast Weakly Supervised Detection(CVPR2018)阅读笔记

弱监督目标检测相对于一般的目标检测任务来说，训练样本不需要实例级别的标注，只需要图片级别的标注，即告诉图片中有什么而不需标注位置信息，这种标注图片容易获取，能节省标注时间及精力。现有的大部分方法在进行若监督目标检测任务时，采用多实例学习方法和two-stage的跟踪框架，检测速度不如one-stage的检测方法，如SSD，YOLO等。本文提出了一种新颖的生成式对抗学习方法，在训练阶段，使用一个on

weixin_30868855·2020-06-28 01:45

【论文阅读】Learning Dual Convolutional Neural Networks for Low-Level Vision

论文阅读（【CVPR2018】JinshanPan-LearningDualConvolutionalNeuralNetworksforLow-LevelVision）本文针对低层视觉问题，提出了一般性的用于解决低层视觉问题的对偶卷积神经网络

weixin_30454481·2020-06-27 20:31

CVPR2018: Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatio-tempora.

论文可以在arxiv下载，老板一作，本人二作，也是我们实验室第一篇CCFA类论文，这个方法我们称为TFusion。代码：https://github.com/ahangchen/TFusion解决的目标是跨数据集的PersonReid属于无监督学习方法是多模态数据融合+迁移学习实验效果上，超越了所有无监督Personreid方法，逼近有监督方法，在部分数据集上甚至超越有监督方法本文为你解读CVPR

weixin_30394669·2020-06-27 19:02

论文笔记：Revisiting Oxford and Paris: Large-Scale Image Retrieval Benchmarking

RevisitingOxfordandParis:Large-ScaleImageRetrievalBenchmarking(CVPR2018)github:https://github.com/filipradenovic

二楼后座Scarlett·2020-06-27 09:03

SNIP 算法笔记

AnAnalysisofScaleInvarianceinObjectDetection–SNIP论文链接：https://arxiv.org/abs/1711.08189代码链接：http://bit.ly/2yXVg4c这篇是CVPR2018

AI之路·2020-06-27 09:59

Cascade RCNN算法笔记

CascadeR-CNNDelvingintoHighQualityObjectDetection论文链接：https://arxiv.org/abs/1712.00726代码链接：https://github.com/zhaoweicai/cascade-rcnnCascadeR-CNN算法是CVPR2018

AI之路·2020-06-27 09:27

RefineDet算法笔记

Single-ShotRefinementNeuralNetworkforObjectDetection论文链接：https://arxiv.org/abs/1711.06897代码链接：https://github.com/sfzhang15/RefineDetRefineDet是CVPR2018

AI之路·2020-06-27 09:27

R-FCN-3000算法笔记

论文：R-FCN-3000at30fps:DecouplingDetectionandClassification链接：https://arxiv.org/abs/1712.01802这篇是CVPR2018

AI之路·2020-06-27 09:26

关键点检测——无监督

######《UnsupervisedDiscoveryofObjectLandmarksasStructuralRepresentations》CVPR2018，YutingZhangetal。

Peanut_范·2020-06-27 07:12

18.7.9 Dynamic Feature Learning for Partial Face Recognition 小感

最近读了一篇关于部分人脸识别的文章，来自于CVPR2018的。论文链接《DynamicFeatureLearningforPartialFaceRecognition》。

FaceRecogniser·2020-06-27 02:04

2018年计算机视觉顶会和人工智能顶级会议时间表

一计算机视觉顶级会议时间表1.IEEEConferenceonComputerVisionandPatternRecognition(CVPR2018)*Location/Date:SaltLakeCity

youli_wyp·2020-06-27 00:53

CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes2018—论文笔记

本论文来自CVPR2018，读于20190409。

steadfastly·2020-06-26 22:12

基于深度学习的实现影像地图道路提取

今天刚好看到CVPR2018的挑战赛任务中（http://deepglobe.org/leaderboard.html）有这样的一个已经完成的竞赛，对道路提取第一名的方案（北邮团队的D-LinkNet:

sparkexpert·2020-06-26 14:54

腾讯 AI Lab 共有 21 篇

雷锋网AI科技评论按：CVPR2018日前已公布录用名单，腾讯AILab共有21篇论文入选。本文转载于「腾讯AI实验室」，雷锋网AI科技评论经授权转载。

ldon·2020-06-26 11:21

CVPR2018：腾讯AI LAB 基于大间隔余弦损失的人脸识别

今天的深度学习，最牛的大佬们在改结构，比如Hinton,何凯明很牛的大佬在改损失函数，比如这篇《CosFace:LargeMarginCosineLossforDeepFaceRecognition》牛的大佬在现有的算法上提出层出不穷的新应用而我，在当分母～文章主要创新点就是对人脸识别的损失函数做了优化。首先复习点余弦距离：1、余弦距离余弦距离，也称为余弦相似度，是用向量空间中两个向量夹角的余弦值

虎妞C·2020-06-26 08:02

单图像三维重建、2D到3D风格迁移和3D DeepDream

/neural_renderer.html代码网址：https://github.com/hiroharu-kato/neural_renderer论文名称：Neural3DMeshRenderer(CVPR2018

If you,if I·2020-06-25 22:39

（CVPR2018）Repulsion Loss: Detecting Pedestrians in a Crowd

论文链接：https://arxiv.org/abs/1711.07752解决问题遮挡给目标检测带来了极大的挑战，而遮挡通常可以分为两类：类内遮挡（不同种类目标遮挡）和类间遮挡（同一种类目标遮挡，也称为密集遮挡）。文章通过提出新的损失函数（RepulsionLoss)主要解决了行人检测中的密集遮挡，极大提升了检测器的性能。主要思想密集遮挡给行人检测主要带来两种负面影响：1）误检---由于行人特征相

siyaoyu·2020-06-25 10:26

学界 | 2018年度顶会论文完整盘点【上】

来自SIGAI禁止二次转载文章内的所有论文PDF版本可在【官网】www.sigai.cn【知识库】【技术文章】内下载CVPR2018大会时间：6月18日~22日会议地点：盐湖城，UTAH国际计算机视觉与模式识别会议

zenRRan·2020-06-25 03:27

爱奇艺多模态视频人物识别挑战赛项目总结

DeepResidualLearningforImageRecognition（CVPR2016最佳论文）ArcFace:AdditiveAngularMargainLossforDeepFaceRecogniton（CVPR2018

爱吃糖的茄子·2020-06-25 02:44

《 Self-supervised Sample Mining》笔记

CVPR2018论文：《Human-MachineCooperation:Self-supervisedSampleMining》作者：加州大学洛杉矶分校（UCLA）博士后王可泽Motivation在许多应用场景中

叫什么就是什么·2020-06-25 02:39

CVPR2018下载+CVPR2018论文百度云+2018CVPR论文下载+2018CVPR百度云

目录CVPR2018所有文章列表CVPR2018百度云链接所有论文百度云链接CVPR2018所有文章列表（篇幅有限，只放一部分）PaperIDTypeTitle5PosterSingle-ShotRefinementNeuralNetworkforObjectDetection7PosterVideoCaptioningviaHierarchicalReinforcementLearning12O

人工智能博士·2020-06-24 23:02

CVPR2019中关于超分辨率算法的16篇论文

2.超分辨率领域的文章一共有16篇，CVPR2019共收录1300篇文章，占比1.23%；在CVPR2018中，共收录979篇，而超分辨率论文有14篇，占比1.43%；可见，每年对超分辨率方向的文章收录控制在

木盏·2020-06-24 03:20

推荐频道

CVPR2018