CVPR2021 第4页

CVPR2021最佳学生论文《Real-Time High-Resolution Background Matting》略读

性能只能说真的很逆天网络设计构思网络共分为Base和Refiner两个部分。1.Base部分1.使用与Unet类似的下采样-上采样结构2.该阶段输入输出仅为原图1/c分辨率，降低计算量的同时保证人像与背景主题区域的分类准确性。3.使用了deeplabv3提出的ASPP模块（多重空洞卷积）。4.该阶段共输入alpha蒙版图、前景残差图、误差分布图及隐藏层特征图。2.Refiner部分未完待续嘿嘿

我那21克的灵魂·2022-12-25 07:55

【CVPR2021】Decoupled dynamic filter networks

论文：https://thefoxofsky.github.io/files/ddf.pdf代码：https://github.com/thefoxofsky/ddfnet主页：https://thefoxofsky.github.io/project_pages/ddf先从论文首页的图说起。第一行为普通静态卷积，对于道路、车辆、建筑使用相同的卷积核，这样会导致一个问题：sub-optimalfe

AI前沿理论组@OUC·2022-12-25 07:54

神经网络如何进行深度估计？

我爱计算机视觉·2022-12-25 04:32

目标检测（附论文下载）

（附论文下载）原创Edison_G计算机视觉研究院9月21日公众号ID｜ComputerVisionGzq2021CVPR系列CVPR2021|Facebook提出FP-NAS：搜索速度更快、分类精度更高

OliverH-yishuihanq·2022-12-24 11:29

目标检测精选系列，目前最全的总结！（附论文下载）

公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式MONDAY2021CVPR系列CVPR2021|Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好CVPR2021

计算机视觉研究院·2022-12-24 11:23

CVPR2021 6篇惊艳审稿人的抠图算法&代码汇总！附创新点

重磅干货，第一时间送达CVPR2021全部论文链接公布！最新1660篇论文合集！附下载链接本文包含了6篇抠图相关的论文代码内容，主要包含两个大方向：图像抠图和视频抠图。

flyfor2013·2022-12-24 11:53

预告｜ 4月22日，CVPR 2021论文分享会详细介绍，学术新星云集！

根据CVPR2021官方公布的论文收录结果，今年一共有1663篇论文被接收，接收率为23.7%，相较于去年有所上升，但竞争依然非常激烈。到底什么样的论文可以突出重围，收获“顶会”的青睐呢？

我爱计算机视觉·2022-12-23 23:25

计算机研究生可以参加哪些比赛？

第十七届“挑战杯”大学生课外学术科技作品竞赛江苏省二等奖第十二届蓝桥杯全国软件和信息技术专业人才大赛国一CVPR2021弱监督目标定位赛道冠军CVPR2021弱监督语义分割赛

振华OPPO·2022-12-23 22:20

如何用一束激光欺骗神经网络

来自于CVPR2021的一篇文章"AdversarialLaserBeam:EffectivePhysical-WorldAttacktoDNNsinaBlink"这一个在物理世界的对抗样本攻击，以图像分类任务为例

MezereonXP·2022-12-23 21:23

CVPR2021论文理解4-DexYCB: A Benchmark for Capturing Hand Grasping of Objects（数据集介绍）

以下内容均为个人理解，如有误敬请谅解。论文链接：https://dex-ycb.github.io/assets/chao_cvpr2021.pdf代码链接：https://github.com/NVlabs/dex-ycb-toolkit数据集链接：https://dex-ycb.github.io/Abstract该文章介绍了一个新的数据集，该数据集获取了人手抓取物体的数据集，并将该数据集应用

shallow stranger·2022-12-23 09:13

图像阴影修复

去模糊算法笔记：去模糊算法笔记_AI视觉网奇的博客-CSDN博客知乎图像修复：CVPR2021论文大盘点-图像修复篇-知乎GeneratingDiverseStructureforImageInpaintingWithHierarchicalVQ-VAE

AI视觉网奇·2022-12-21 14:42

Meta Correction: Domain-aware Meta Loss Correction for Unsupervised Domain Adaptation in Semantic Se

发表在CVPR2021，应该是目前UDA语义分割最好结果，GT5–>CitySpc

weixin_43673376·2022-12-20 18:53

NeuralRecon拜读：单目视频实时连贯三维重建

CVPR2021：NeuralRecon:Real-TimeCoherent3DReconstructionfromMonocularVideoCode：https://github.com/zju3dv

人工智睿·2022-12-19 18:13

单目3D物体检测模型（CaDDN）： Categorical Depth Distribution Network for Monocular 3D Object Detection

本文介绍一篇单目3D物体检测模型：CaDDN，论文收录于CVPR2021。单目3D物体检测的主要挑战在于准确预测物体深度，由于缺乏直接的距离测量，因此必须根据物体和场景线索来推断物体深度。

自动驾驶小学生·2022-12-19 07:29

CVPR2021目标跟踪汇总(一)

CVPR2021目标跟踪汇总(一)【1】LearningtoFilter:SiameseRelationNetworkforRobustTracking论文地址：https://arxiv.org/abs

SmallUnderstand·2022-12-18 01:10

【论文精读】Semi-supervised Medical Image Segmentation through Dual-task Consistency

语义分割论文CVPR2021基于双任务一致性的半监督医学图像分割代码：GitHub-HiLab-git/DTC:Semi-supervisedMedicalImageSegmentationthroughDual-taskConsistency

LANG_C_·2022-12-17 22:10

CVPR 2021 论文大盘点-人脸识别篇

关注公众号，发现CV技术之美本文总结CVPR2021人脸识别相关论文，包含极端姿态人脸识别、新数据集、跨年龄人脸识别等。共计15篇。

OpenCV中文网公众号·2022-12-17 16:02

一文看尽 6篇 CVPR2021 伪装目标检测、旋转目标检测论文

参考一文看尽6篇CVPR2021伪装目标检测、旋转目标检测论文-云+社区-腾讯云本文对CVPR2021检测大类中的“伪装目标检测”、“旋转目标检测”领域的论文进行了盘点，将会依次阐述每篇论文的方法思路和亮点

Wanderer001·2022-12-17 06:43

【目标检测】25、Sparse R-CNN: End-to-End Object Detection with Learnable Proposals

3.1Backbone3.2Learnableproposalbox3.3Learnableproposalfeature3.4Dynamicinstanceinteractivehead3.5Setpredictionloss四、效果五、代码出处：CVPR2021

呆呆的猫·2022-12-15 19:33

目标检测算法YOLOF：You Only Look One-level Feature

文介绍CVPR2021接收的目标检测论文YouOnlyLookOne-levelFeature。

ghang35·2022-12-15 14:11

【多V目标轨迹预测】mmTransformer:Multimodal Motion Prediction with Stacked Transformers (CVPR2021)

摘要最近的运动预测方法试图通过隐式地规范化特征或明确地生成多个候选目标，来实现这种多模态运动预测。然而，这仍然具有挑战性，因为潜在特征可能集中在数据的最频繁模式上，而基于目标的方法主要依赖先验知识来生成和选择目标。mmTransformer设计了一种基于堆叠transformers的新型网络体系结构，利用一组固定的独立方案在特征水平上进行多模态建模。然后开发了一种基于区域的训练策略，以诱导生成的建

光光同学·2022-12-15 01:16

FASA，cvpr2021

FASA：FeatureAugmentationandSamplingAdaptationforLong-TailedInstanceSegmentation论文地址：https://arxiv.org/abs/2102.12867方法详情，戳here。所谓长尾问题，指训练集中少数类（头类）占大多数样本，大多数类（尾类）占少量样本。是类别分布不均衡的问题摘要为解决长尾问题，我们提出了一种有效的方法

放牛娃子·2022-12-14 00:24

CVPR2021 ：《TDN: Temporal Difference Networks for Efficient Action Recognition》论文学习

目录前言时间建模双流网络3D卷积TDNTDN模型图ResNetshort-termTDMlong-termTDMAblationstudies实验结果总结前言论文地址：https://arxiv.org/abs/2012.10071代码地址：https://github.com/MCG-NJU/TDN时间建模时间建模对于捕捉视频中的运动信息进行动作识别至关重要，在当前的深度学习方法中，这通常通过两

outliersde·2022-12-13 13:33

Learning To Count Everything（论文阅读笔记）

：https://arxiv.org/abs/2104.08391源码：https://github.com/cvlab-stonybrook/LearningToCountEverything出处：CVPR2021

今天也学习了嗷·2022-12-12 12:49

CVPR2021 | VQGAN+：Taming Transformers for High-Resolution Image Synthesis

原文标题：TamingTransformersforHigh-ResolutionImageSynthesis主页：TamingTransformersforHigh-ResolutionImageSynthesis代码：https://github.com/CompVis/taming-transformerstransformer比CNN缺少了归纳偏置和局部性，但是更具表现力，但对于长序列（高

羊飘·2022-12-12 09:46

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

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

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

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

CVPR2021论文速览--LaPred: Lane-Aware Prediction of Multi-Modal Future Trajectories of Dynamic Agents

LaPred：动态代理多模态未来轨迹的车道感知预测原文链接：LaPred:Lane-AwarePredictionofMulti-ModalFutureTrajectoriesofDynamicAgents(thecvf.com)研究背景DNN模型中间逻辑可解释性差；交互感知预测：需要人为设计坐标系统和张量分辨率；场景上下文感知预测：通过轨迹数据推断二维图像上绘制的车道关系难度高；研究问题预测问题

UnicornH!XD·2022-12-10 07:19

文献翻译和笔记--Cross-Modal Contrastive Learning for Text-to-Image Generation(用于文本到图像生成的跨模态对比学习)

CVPR2021文献下载：CVPR2021OpenAccessRepository摘要文本到图像合成系统的输出应该是连贯、清晰、逼真的场景，对其条件文本描述具有高度的语义保真度。

MT_Joy·2022-12-10 04:43

目标检测ReXnet:Rethinking Channel Dimensions for Efficient Model Design

摘要cvpr2021作者从特征矩阵秩的角度来改进，提出了关于卷积通道设置的一些限制要求。

Diros1g·2022-12-09 23:53

动作识别最新高效利器 ACTION-Net：通用的多路径激活模块 | CVPR 2021

2021-04-2001:48:02本文是对我们CVPR2021接收的工作"ACTION-Net:MultipathExcitationforActionRecognition"的介绍。

喜欢打酱油的老鸟·2022-12-09 22:22

[论文阅读] ACTION-Net: Multipath Excitation for Action Recognition

ACTION-Net:MultipathExcitationforActionRecognition单位都柏林圣三一大学、字节跳动会议CVPR2021论文地址arxiv代码地址github摘要时空特征、

BENULL·2022-12-09 22:52

行为识别 - ACTION-Net: Multipath Excitation for Action Recognition

要解决什么问题2.用了什么方法3.效果如何4.还存在什么问题&可借鉴之处0.前言相关资料：arxivgithub论文解读论文基本信息领域：行为识别作者单位：都柏林圣三一大学（爱尔兰的……）&字节发表时间：CVPR2021

清欢守护者·2022-12-09 22:51

论文笔记之ACTION-Net: Multipath Excitation for Action Recognition

CVPR2021论文地址：https://arxiv.org/abs/2103.07372代码地址：https://github.com/V-Sense/ACTION-Net1.总述时空、通道和运动模式是视频动作识别中三种重要的互补信息

To_1_oT·2022-12-09 22:50

CVPR 2021 用于动作识别，即插即用、混合注意力机制的 ACTION 模块ACTION-Net: Multipath Excitation for Action Recognition

CVPR2021|用于动作识别，即插即用、混合注意力机制的ACTION模块分享一篇来自CVPR2021的文章，ACTION-Net:MultipathExcitationforActionRecognition

baidu_huihui·2022-12-09 22:20

【论文】ReDet：A Rotation-equivariant Detector for Aerial Object Detection

GitHub-csuhan/ReDet:Officialcodeofthepaper"ReDet:ARotation-equivariantDetectorfyorAerialObjectDetection"(CVPR2021

小李AI飞刀^_^·2022-12-09 20:24

【论文笔记】InverseForm: A Loss Function for Structured Boundary-Aware Segmentation

论文标题：InverseForm:ALossFunctionforStructuredBoundary-AwareSegmentation收录于：CVPR2021论文：[2104.02745]InverseForm

m0_61899108·2022-12-09 12:50

【论文精读9】MVSNet系列论文详解-AA-RMVSNet

AA-RMVSNet，论文名为：AA-RMVSNet:AdaptiveAggregationRecurrentMulti-viewStereoNetwork，CVPR2021（CCFA）本文是MVSNet

LiverWhles·2022-12-09 07:14

[CVPR-21] Scale-aware Automatic Augmentation for Object Detection

Scale-awareAutomaticAugmentationforObjectDetectioncode:GitHub-dvlab-research/SA-AutoAug:Scale-awareAutomaticAugmentationforObjectDetection(CVPR2021

zzl_1998·2022-12-09 02:36

CVPR2021 | Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇

计算机视觉研究院·2022-12-08 21:41

CVPR2021性能提升：Facebook提出FP-NAS——搜索速度更快、分类精度更高、性能更好...

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇

计算机视觉研究院·2022-12-08 21:41

CVPR 2021 | Involution：超越卷积和自注意力的神经网络新算子

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文作者：李铎|本文系作者投稿https://zhuanlan.zhihu.com/p/358183591本文是对我们CVPR2021

Amusi（CVer）·2022-12-08 21:40

Involution:新神经网络算子（CVPR2021 论文速读）

论文链接：https://arxiv.org/abs/2103.06255github代码链接：https://github.com/d-li14/involution一、介绍Involution这个全新的神经网络概念是由CV大神李铎和胡杰等人于2021年CVPR论文：Involution:InvertingtheInherenceofConvolutionforVisualRecognition

Neo很努力·2022-12-08 13:46

【CVPR2021】Unsupervised Degradation Representation Learning for Blind Super-Resolution

内容导读文章针对盲超分，提出了一种无监督的降质表示学习方案，而无需进行显式的降质估计。具体而言，通过学习抽象表示，去区分表示空间中的各种将至模型，而非在像素空间中的显式地学习或者估计降质模型。文章提出了一个降质/退化感知（Degradation-Aware）网络——DASR。1、论文来源2021CVPR，一作是国防科技大学在读博士生王龙光论文下载链接开源：值得学习原作王博士讲解视频：单目双目图像超

月满星沉·2022-12-08 12:25

【类增量学习】CVPR 2021：Class-Incremental Learning with Generative Classifiers

【类增量学习】CVPR2021：Class-IncrementalLearningwithGenerativeClassifiers论文地址：代码地址：论文摘要：论文介绍：问题定义：Task-basedclass-incrementallearning

BIT可达鸭·2022-12-08 12:12

FSCIL论文详解 Few-Shot Class-Incremental Learning， CVPR2020

CVPR2021与本篇非常

祥瑞Coding·2022-12-08 12:41

CVPR-2021- Graph Attention Tracking 阅读笔记

目录一、动机二、主要贡献三、主要内容图注意信息的嵌入目标感知的图形注意力跟踪四、实验结果论文地址：https://openaccess.thecvf.com/content/CVPR2021/papers

菜菜子hoho·2022-12-08 11:28

基于轮廓提取的图像填充法

可以看到确实是好了一些二、解决方案1、轮廓提取的方案采用CVPR2021开源的pidinet项目总体识别效果，我经过试毒还算可以，配好环境后，在配下参数

风吹落叶花飘荡·2022-12-07 18:42

推荐频道

CVPR2021