ECCV论文整理第7页

论文拜读：大规模3D纹理重建Let There Be Color

Large-ScaleTexturingof3DReconstructions发表于ECCV-2014,第一个用于大规模真实3D重建的综合纹理框架相关的效率改进有：Efficientconvexoptimization-basedtexturemappingforlarge-scale3Dscenereconstruction

人工智睿·2023-02-02 11:10

【KAPAO】《Rethinking Keypoint Representations：Modeling Keypoints and Poses as Objects for XXX》

RethinkingKeypointRepresentations:ModelingKeypointsandPosesasObjectsforMulti-PersonHumanPoseEstimation》ECCV

bryant_meng·2023-02-02 11:52

ECCV 2022 Oral | 大连理工/字节/港大提出Unicorn：迈向目标跟踪的大统一

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：孙培泽|已授权转载（源：知乎）编辑：CVerhttps://zhuanlan.zhihu.com/p/542266820本文主要介绍一下我们最近的一篇unifyingobjecttracking的工作:TowardsGrandUnificationofObjectTracking论文：https://arxiv.org/ab

Amusi（CVer）·2023-02-02 10:05

ECCV2022 Oral | Unicorn实现目标跟踪网络结构与学习范式大一统

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取作者：孙培泽（源：知乎）编辑：CV_Autobothttps://zhuanlan.zhihu.com/p/542266820目标跟踪领域主要可分成以下四项子任务：单目标跟踪（SOT），视频目标分割（VOS），多目标跟踪（MOT），多目标跟踪与分割（MOTS）。由于不同子任务在定义与设定上的差异，绝大多数现有跟踪算法都是被设计用来解

自动驾驶之心·2023-02-02 10:02

【论文速递】ECCV2022 : 实现目标跟踪的大一统

【论文速递】ECCV2022:实现目标跟踪的大一统【论文原文】：TowardsGrandUnificationofObjectTracking论文地址：https://arxiv.org/abs/2207.07078

N0thing2say·2023-02-02 10:30

SIGIR 2022 推荐系统相关论文整理分类

关注我们，一起学习~SIGIR2022论文接收情况已出，本文为大家整理了推荐系统相关的论文分别按照应用和热门技术进行了划分，包括序列推荐，会话推荐，点击率预估，图学习，automl，对比学习等。来源：https://sigir.org/sigir2022/program/accepted/广告分配问题来自美团外卖广告算法团队的论文：DeepPage-LevelInterestNetworkinRe

文文学霸·2023-02-02 09:54

matlab 人脸对齐,MTCNN人脸检测&&对齐--官方代码笔记

简介MTCNN(Multi-taskconvolutionalneuralnetworks)是ECCV2016年提出、用以解决人脸检测以及人脸对齐任务的一篇文章，这里不对文章技术细节进行讲解，只是把官方的代码跑了一下

ZUHXS·2023-02-02 07:49

Ultra-Fast-Lane-Detection代码解析

代码链接：GitHub-cfzd/Ultra-Fast-Lane-Detection:UltraFastStructure-awareDeepLaneDetection(ECCV2020)论文创新点：使用全局特征的基于行的选择问题

优秀worker养成记·2023-02-01 12:53

【论文笔记 - NeRFs - ECCV2020】NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis0背景介绍用神经辐射场来表征场景，用于新视角图像生成任务。0.1ViewSynthesis该任务是通过给定从不同视角获取的同一场景的一张或多张图片，来合成其他视角下的图片。以下图为例，输入是不同视角的图片，来建模三维场景，然后就可以从任意视角来得到一张二维图像。0.2Repre

No pains, no GANs!·2023-02-01 12:31

Building Extraction论文、代码和数据集汇总

DeepActiveRayNetworkforBuildingSegmentation2020VectorizingWorldBuildings:PlanarGraphReconstructionbyPrimitiveDetectionandRelationshipInference(ECCV

点PY·2023-02-01 11:29

灾难性遗忘/增量学习的研究现状

二.增量学习的概念2.1.研究领域2.1.增量学习的上下限三.增量学习的方法3.1.基于正则化的增量学习（基于Loss）--《LearningwithoutForgetting》(ECCV2016)LwF3.2

凌青羽·2023-02-01 02:53

ACM MM & ECCV 2022 | 美团视觉8篇论文揭秘内容领域的智能科技

前不久，美团视觉智能部的8篇论文被多媒体和计算机视觉领域顶会ACMMM与ECCV收录，本文将快速带你了解这8篇论文的研究成果及其可在内容领域的落地应用。内容生产围绕素材解析、创意

·2023-01-31 20:13

Multiview Detection with Feature Perspective Transformation

MultiviewDetectionwithFeaturePerspectiveTransformation（2020ECCV）处理严重遮挡下的行人检测学习记录文章目录MultiviewDetectionwithFeaturePerspectiveTransformation

ZC_Duan·2023-01-31 09:15

SSD网络介绍

论文地址参考这里SSDSSD，全称SingleShotMultiBoxDetector，是WeiLiu在ECCV2016上提出的一种目标检测算法，截至目前是主要的检测框架之一，相比FasterRCNN有明显的速度优势

3D_vision·2023-01-30 22:45

目标检测—SSD系列算法原理介绍

一、SSD系列算法原理介绍1.1SSD算法介绍:➢SingleShotMultiBoxDetector(one-stage方法)●WeiLiu在ECCV2016提出●直接回归目标类别和位置●不同尺度的特征图上进行预测

VernonJsn·2023-01-30 22:41

SSD目标检测网络模型详细介绍

算法详细介绍和总结文章目录SSD目标检测网络模型详细介绍前言SSD网络框架DefaultBox的scale以及aspect设定SSD预测器正负样本的选取SSD损失函数前言SSD网络是作者WeiLiu在ECCV2016

白羊by·2023-01-30 22:09

ECCV 2022 | 图像恢复的简单基线

近年来，基于深度学习的图像降噪/去模糊的算法，在图像恢复领域取得了显著的进展。但与此同时，这些方法的系统复杂度相应的也在上升，如图1.所示。由此自然产生了一个问题，简单的模型是否也有可能达到最先进的性能？本文尝试回答这个问题，并给出肯定的答复。在本文中，我们先展示如何从零开始搭建一个简单同时性能优秀的基线模型，然后进一步简化该模型：我们发现甚至连传统的激活函数（如ReLU，GELU，Sigmoid

旷视·2023-01-30 11:56

ECCV 2022 | 新方案: 先剪枝再蒸馏

前言论文提出了一个新的框架，“prune,thendistill”，该框架首先剪枝模型，使其更具可移植性，然后提取给student。并进一步从理论上证明了剪枝后的teacher在蒸馏中起到正则化器的作用，减少了泛化误差。在此基础上，还提出了一种新的神经网络压缩方案，其中student网络是基于剪枝后的teacher，然后应用“prune,thendistill”策略。欢迎关注公众号CV技术指南，专

CV技术指南(公众号)·2023-01-30 10:07

论文阅读笔记—ECCV2022—MoFaNeRF

重要信息需要注意已有论文本文章涉及GAN和NeRF的相关知识点，如果不了解的话需要自行学习，文章最后给出了参考文献目录1.简介2.背景介绍3.方法实现3.1训练数据3.2总体框架3.3TextureEncodingModule(TEM)3.4Identity-specificmodulation(ISM)3.5RefineNet3.6训练细节4.结果与应用4.1图像生成4.2图像拟合（fittin

CV小小白·2023-01-29 20:45

浅谈如何基于深度方法进行三维重建

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！

自动驾驶之心·2023-01-29 20:12

ECCV18 Oral | MIT&谷歌视频运动放大让计算机辅助人眼“明察秋毫”

出处“来自微信公众号：我爱计算机视觉”ECCV18Oral|MIT&谷歌视频运动放大让计算机辅助人眼“明察秋毫”原文：https://mp.weixin.qq.com/s?

AI视觉网奇·2023-01-29 12:10

AI论文探讨室·A+·第14期-Learning-based Video Motion Magnification

论文链接项目地址简要说明这篇文章是MIT&Google在ECCV2018上发表的一篇文章，相比于我们在13期中介绍的，这篇文章提出质疑：当前流行的主要是依赖手动设计滤波来提取运动表现可能不是最优的方案。

元宇宙MetaAI·2023-01-29 12:38

【论文阅读笔记】（2022 ECCV）Contrastive Positive Mining for Unsupervised 3D Action Representation Learning

论文题目：ContrastivePositiveMiningforUnsupervised3DActionRepresentationLearning论文下载地址：https://arxiv.org/pdf/2208.03497.pdf目录0.论文简介&创新点1、ContrastivePositiveMining(CPM)2、SimilarityDistribution3、PositiveMini

小吴同学真棒·2023-01-28 16:20

2020 Minimum Class Confusion for Versatile Domain Adaptation

论文地址：ECCV2020《MinimumClassConfusionforVersatileDomainAdaptation》代码地址：https://github.com/thuml/Versatile-Domain-Adaptation1

谷子君·2023-01-28 15:56

旋转目标检测

YOLOv5在无人机/遥感场景下做旋转目标检测时进行的适应性改建详解（踩坑记录）-知乎旋转目标检测方法解读（CSL,ECCV2020）-知乎

weixin_44767160·2023-01-27 11:32

ECCV2018 Online Multi-Object Tracking with Dual Matching Attention Networks

URL:https://arxiv.org/abs/1902.00749?context=csFrom:上海交通大学Abstract在本文中，我们提出了一个整合了单个目标跟踪和数据关联方法的统一框架，以处理复杂环境下的MOT问题。具体来说就是为了在MOT中应用单个对象跟踪，我们基于最新的视觉跟踪器引入了一种对成本敏感的跟踪损失，这种模型会在学习期间更多的关注难样例。对于数据关联，我们提出了一个双重

庞止·2023-01-25 22:02

SiamNet 系列方法总结

SiamNet系列方法总结1、SiamFC2、DSiam（ICCV2017）3、SiamRPN（CVPR18）4、SASiam（CVPR18）5、StruckSiam（ECCV2018)6、SiamTri

藏晖·2023-01-25 12:42

ECCV 2022 | 石溪大学联合小鹏汽车提出先验知识指导的无监督领域自适应

原文链接：https://www.techbeat.net/article-info?id=4150作者：吕骋本文提出了一种全新的无监督域自适应模式：先验知识指导的无监督域自适应（KUDA），目的是利用先验知识补偿目标域标记数据的缺失。具体地，作者考虑了两种目标域类分布的先验约束：描述单个类类概率范围的一元上下界，以及描述两个类类概率差异的二元关系。基于先验约束，作者提出了一种通用模块用于修正模型

TechBeat人工智能社区·2023-01-25 07:42

【3D人脸】MediaPipe Face Mesh 调研

LivePerceptionforMobileandWeb(ECCV16thEmbe

JNingWei·2023-01-23 08:10

RCAN Image Super-Resolution Using Very Deep Residual Channel Attention Networks-ECCV2018

目录一.提出问题：二.解决问题方法：三.贡献：四.网络结构五.Channelattention(CA)六：结论一.提出问题：1.卷积神经网络深度对于图像超分辨率至关重要。然而，我们观察到更深层的图像SR网络更难以训练。2.低分辨率输入和特征包含丰富的低频信息，平等对待你这些通道，阻碍了cnn代表。二.解决问题方法：为了解决这些问题，我们提出了非常深的残余信道注意网络（RCAN）具体来说然而，据我们

Arthur-Ji·2023-01-21 15:56

【超分辨率】（RCAN）Image Super-Resolution Using Very Deep Residual Channel Attention Networks

ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworks论文下载地址：https://arxiv.org/pdf/1807.02758.pdf论文补充材料：ECCV

亿点困难·2023-01-21 15:56

SimCC: a Simple Coordinate Classification Perspective for Human Pose Estimation 阅读笔记

SimCC：一种用于人体姿态估计的简单坐标分类方法ECCV2022论文链接代码链接摘要：近几年，高性能的2D热图法在人体姿态估计（HPE）领域独领风骚。

AnZhiJiaShu·2023-01-21 14:06

Human Pose Estimation [ECCV’22, NeurIPS‘22]

FacialLandmark/FaceAlignment没有相关论文，大概每年几篇了；HumanPoseEstimation：ECCV有17篇，NeurIPS有5篇，工作重点偏向3D。

zzl_1998·2023-01-21 14:04

目标检测论文阅读：CornerNet

本周介绍的正是ECCV2018上的CornerNet，这篇文章借鉴了人体关键点检测的思

littleYii·2023-01-20 15:19

【论文速递】CVPR2022 - MeMOT: 带有记忆得到多目标跟踪

Multi-ObjectTrackingwithMemory论文地址：https://arxiv.org/abs/2203.16761博主关键词：多目标跟踪，transformer，memory推荐相关论文：【论文速递】ECCV2022

N0thing2say·2023-01-20 14:07

【轻量级网络】ShuffleNetV1 和 ShuffleNetV2

分组数g的作用3.ShuffleNet网络性能1）不同参数下的精度对比2）有无channleshuffle的性能对比3）ShuffleNet与MobileNet的精度对比二、ShuffleNetv2(ECCV2018

超级无敌陈大佬的跟班·2023-01-20 13:35

【论文速递】ECCV2022 - ByteTrack：通过关联每个检测盒来进行多对象跟踪

【论文速递】ECCV2022-ByteTrack：通过关联每个检测盒来进行多对象跟踪【论文原文】：ByteTrack:Multi-ObjectTrackingbyAssociatingEveryDetectionBox

N0thing2say·2023-01-18 17:30

别忘记我：通过局部-全局内容建模进行文本擦除方法

本文简要介绍了发表于ECCV2022的论文“Don’tForgetMe:AccurateBackgroundRecoveryforTextRemovalviaModelingLocal-GlobalContext

·2023-01-18 16:25

【论文速递】ECCV2022-ByteTrack：通过关联每个检测框进行多目标跟踪

【论文原文】：ByteTrack:Multi-ObjectTrackingbyAssociatingEveryDetectionBox获取地址：https://arxiv.org/pdf/2110.06864.pdf博主关键词：多目标跟踪，数据关联推荐相关论文：无摘要多目标跟踪(MOT)旨在估计视频中物体的边界框和身份。大部分方法是通过关联分数高于阈值的检测框来获得身份的。检测分数低的物体，例如被

~師~·2023-01-18 14:40

CVPR 2021 预讲 · 华为诺亚专场，5 篇精华报告，覆盖NAS、蒸馏、检测和降噪

国际计算机视觉与模式识别会议（CVPR）是计算机视觉领域三大顶会之一（另外两个分别为ICCV、ECCV）。

智源社区·2023-01-17 19:40

ECCV 2022 | 港中文MMLab：基于Transformer的光流

本文解读港中文MMLab在ECCV2022上发表的论文《FlowFormer:ATransformerArchitectureforOpticalFlow》。这项工作提出

PaperWeekly·2023-01-17 15:18

【论文简述】FlowFormer：A Transformer Architecture for Optical Flow（ECCV 2022）

一、论文简述1.第一作者：ZhaoyangHuang、XiaoyuShi2.发表年份：20223.发表期刊：ECCV4.关键词：光流、代价体、Transformer、GRU5.探索动机：现有的方法对代价体的信息利用有限

华科附小第一名·2023-01-17 15:47

ECCV 2020 | 基于分割一致性的单目自监督三维重建

论文地址：在公众号「计算机视觉工坊」，后台回复「单目自监督」，即可直接下载。概述本文主要从二维图像及其轮廓的集合中，学习一个自监督的、单视图的三维重建模型，预测目标物体的3D网格形状、纹理和相机位姿。提出的方法不需要3D监督、注释的关键点、物体的多视图或者一个先验的网格模板。关键之处在于，物体可以表示为可形变部分的集合，在同一类别的不同实例中，每个部分在语义上是一致的。利用这一点，可以有效地增强重

Tom Hardy·2023-01-17 11:57

MyDLNote-360camera: ECCV 2020 结合室内全景图像的三维布局和深度预测

Joint3DLayoutandDepthPredictionfromaSingleIndoorPanoramaImage2020_ECCV目录AbstractIntroductionRelatedWordsDepthEstimationMethodInputandPre-processingCoarseDepthandSemanticsLayoutPredictionDepthRefifinem

Phoenixtree_DongZhao·2023-01-17 10:46

深度学习计算机视觉相关代码可复现论文整理分享

最近在读论文的时候会发现一个问题，有时候论文核心思想非常简单，核心代码可能也就十几行。但是打开作者release的源码时，却发现提出的模块嵌入到分类、检测、分割等代码框架中，导致代码比较冗余，对于特定任务框架不熟悉的我，很难找到核心代码，导致在论文和网络思想的理解上会有一定困难。因此，作为【论文复现项目】的补充，本项目的宗旨也是让世界上没有难读的论文。资源整理自网络，源地址：https://git

lqfarmer·2023-01-16 11:09

ECCV 2022 Oral | 满分文章！视频实例分割新SOTA：SeqFormer & IDOL

id=3839&isPreview=1作者：吴俊峰本文主要介绍最近两篇ECCV2022Oral的工作，分别在offline和online范式下的视频实例分割（VideoInstanceSegmentation

TechBeat人工智能社区·2023-01-16 06:13

【论文速递】ECCV2022 - 开销聚合与四维卷积Swin Transformer_小样本分割

【论文速递】ECCV2022-开销聚合与四维卷积SwinTransformer_小样本分割【论文原文】：CostAggregationwith4DConvolutionalSwinTransformerforFew-ShotSegmentation

凤⭐尘·2023-01-16 06:43

ECCV 2022 | 清华&字节提出ScalableViT：重新思考视觉Transformer面向上下文的泛化

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群转载自：CV技术指南前言论文提出了一种可伸缩自我注意(ScalableSelf-Attention,SSA)机制，该机制利用两个可伸缩因子来释放查询、键和值矩阵的维度，同时解除它们与输入的绑定。此外，还提出了一种基于交互式窗口的自我注意(IWSA)，通过重新合并独立的值标记和聚集相邻窗口的空间信息来建

Amusi（CVer）·2023-01-16 06:43

ECCV 2022 Oral | 满分论文！视频实例分割新SOTA：SeqFormer & IDOL

前言本文主要介绍最近两篇ECCV2022Oral的工作，分别在offline和online范式下的视频实例分割（VideoInstanceSegmentation,VIS）任务上取得了目前最高的性能，并在

数学是算法的灵魂·2023-01-16 06:43

ECCV 2022《Few-Shot Classification with Contrastive Learning》

目录0Abstract1Introduction2Pre-Training3Meta-Training4Experiment5Conclusion0Abstract作者指出他们提出了一种新颖的基于对比学习的FSL网络框架，这种框架可以将对比学习很好的集成到现在广泛使用的two-stagetrainingparadigm(包括pre-training和meta-learning两个stages)在p

脑瓜嗡嗡0608·2023-01-15 11:32

推荐频道

ECCV论文整理