下載‖2017 CVPR 開放論文合輯大全

CVPR是IEEE Conference on Computer Vision and Pattern Recognition的縮寫，即IEEE國際計算機視覺與模式識別會議。該會議是由IEEE舉辦的計算機視覺和模式識別領域的頂級會議。

作為全球最重量級的計算機視覺盛會，當然少不了眾多大咖加入。

1.Loss Max-Pooling for Semantic Image Segmentation

論文主要解決的是semantic segmentation中imbalanced training data distributions問題。在semantic segmentation數據集包括現實世界中存在明顯的長尾分布的問題，即大多數的數據組成了小部分的類別，因此會導致學習器更偏向於這些類別。

2.CVPR 2017論文筆記— Dilated Residual Networks

這篇論文是作者將何愷明(Kaiming He)博士殘差網路Deep Residual Networks與其之前研究的Dilated Convolution相結合的結果。

3.CVPR2017論文：使用VTransE網路進行視覺關係檢測

知識表示學習的思想（TransE）已經被成功應用於視覺關係提取（Visual Relation Extraction），提交 CVPR 2017 的新論文《Visual Translation Embedding Network for Visual Relation Detection》提出的 VTransE 方法是在這方面所邁出的重要一步。清華大學計算機系助理研究員劉知遠對此評論說：「視覺關係和語義關係既有重疊又有互補，未來會有很多有趣的問題值得探索。」

4.CVPR2017：深度紋理編碼網路 (Deep TEN: Texture Encoding Network)

文中論文提出了一個新的深度學習模型，這個模型推廣了傳統的字典學習 (dictionary learning) 和殘差編碼 (Residual Encoders)。

5.CVPR 2017論文：基於網格的運動統計，用於快速、超魯棒的特徵匹配（附大神解讀）

論文GMS的方法實際上是消除錯誤匹配的一種方案，比如可以替換ransac。演算法執行的大致流程是：先執行任意一種特徵點的檢測和特徵點的描述子計算，論文中採用的是ORB特徵。然後執行暴力匹配BF，最後執行GMS以消除錯誤匹配。

6.CVPR 2017 目標跟蹤相關論文

文中包括main conference中單目標跟蹤相關的論文，總共11篇，相關濾波7篇，其中1篇是oral，3篇用到卷積特徵，相關濾波佔了64%，(非卷積特徵的)CNN相關4篇，可以看出目標跟蹤現在最火的是相關濾波和深度學習。

7.論文筆記——CVPR 2017 Annotating Object Instances with a Polygon-RNN

文章作者基於深度學習提出一種半自動目標事例標註（semi-automatic annotation of object instances）的演算法。

8.CVPR 2017:Large Margin Object Tracking with Circulant Feature Maps

文章作者基於深度學習提出一種半自動目標事例標註（semi-automatic annotation of object instances）的演算法。

9.目標跟蹤演算法：ECO:（Efficient Convolution Operators for Tracking）

Martin Danelljan的又一新作。繼C-COT之後又一刷新紀錄的作品。不管是從結果還是速度上都有提升，尤其是速度提升明顯。用傳統特徵HOG+CN的版本速度有60+FPS，用CNN+HOG+CN的速度有8FPS。

10.CVPR 2017 值得關注的亮點（知乎問答）

各位大神在目標檢測，目標跟蹤，GAN等領域都提出了自己的看法，可以看看.

11.李飛飛協同斯坦福、CMU帶來全新成果：從網路嘈雜的視頻中進行學習

這項研究是李飛飛團隊在今年CVPR上的一項最新工作，該方法提出了一種模型用於自動標註網路中巨量的嘈雜視頻。

12.對抗學慣用於目標檢測--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection

本文將對抗學習引入到目標檢測問題中，通過對抗網路生成一下遮擋和變形的訓練樣本來訓練檢測網路，從而使得網路能夠對遮擋和變形問題更加的 robust.

13.行人姿態估計--Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

多人姿態實時估計，這裡主要亮點還是 多人實時+效果。

14.CVPR2017論文解讀博客

博主解讀了多篇CVPR2017論文，可以一讀

15.微軟亞洲研究院創研論壇 CVPR 2017 論文分享會

微軟亞研院創研舉辦的關於CVPR2017的論文分享會，共有22篇論文10到15分鐘的解讀，涉及跟蹤，檢測，人臉再識別等多個計算機視覺主題。可以回看視頻。

VALSE舉辦的三場關於cvpr217論文解讀的線上分享，有大牛出現。

參考極市（cvmart.net）

整理：雷特

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！