2017 计算机视觉论文推荐系列(二)(附解读)

论文推荐第一期:2017计算机视觉论文推荐系列(一),附解读

1.【李飞飞团队研究】神经任务编程NTP,具有强大泛化能力的机器人学习框架
李飞飞团队论文Neural Task Programming: Learning to Generalize Across Hierarchical Tasks提出了一个新的机器人学习框架:神经任务编程(NTP),在机械臂的物品堆叠、分拣和桌面清理三类任务中,证明该框架具有强大的泛化到未知任务的能力。

论文地址:https://arxiv.org/pdf/1710.01813.pdf

2.【论文】修改一个像素,就能让神经网络识别图像出错
日本九州大学的 Su Jiawei 等人发表论文One pixel attack for fooling deep neural networks证明,修改图片中的一个像素也可以让深度神经网络识别图像完全判断错误。

论文地址:https://arxiv.org/abs/1710.08864

3.论文综述:当前深度神经网络模型压缩和加速方法速览

本文中论文Model Compression and Acceleration for Deep Neural Networks全面概述了深度神经网络的压缩方法,主要可分为参数修剪与共享、低秩分解、迁移/压缩卷积滤波器和知识精炼,本论文对每一类方法的性能、相关应用、优势和缺陷等进行独到的分析。

论文地址:https://arxiv.org/abs/1710.09282

4.行人再识别中的迁移学习:图像风格转换(Learning via Translation)
论文Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification作者针对re-ID的迁移学习,从图像风格转换角度构建了Learning via Translation的基础框架,并通过实验验证了该框架的有效性。

论文地址:https://arxiv.org/pdf/1711.07027.pdf

5.Deep Image Prior:深度卷积网络先天就理解自然图像
Deep Image Prior 是关于深度卷积网络的一篇非常有趣的研究,它让一个深度卷积网络去学习复制被破坏的图像(如加入噪点的图像),发现这个网络会自动先学会如何重建图像。

论文地址:https://dmitryulyanov.github.io/deep_image_prior

6.李飞飞视频分析研究:领域适应在视频理解中的应用(行为识别与定位)
在视频分析这一块,李飞飞组最近提到了他们最新的工作”Graph Distillation for Action Detection with Privileged Information”。本文是对该论文的一些解读。

论文地址:https://arxiv.org/pdf/1712.00108.pdf

7.Facebook何恺明等大神提出非局部神经网络(Non-local Neural Networks)
Facebook何恺明和RGB两位大神最近在论文Non-local Neural Networks中提出非局部操作non-local operations,为解决视频处理中时空域的长距离依赖打开了新的方向。

论文地址:https://arxiv.org/abs/1711.07971

8.行人对齐+重识别网络:Pedestrian Alignment Network for Large-scale Person Re-identification
本文所解读的论文Pedestrian Alignment Network for Large-scale Person Re-identification是关于行人重识别方面,文章集中于语法层面上,也就是利用人体结构来增强识别能力。

论文地址:https://arxiv.org/abs/1707.00408

9.英伟达渐进增大方式训练GAN,生成前所未有高清图像
NVIDIA Research 发布的GAN论文Progressive Growing of GANs for Improved Quality, Stability, and Variation,通过使用逐渐增大的GAN网络和精心处理的CelebA-HQ数据集,实现了效果令人惊叹的生成图像。论文、数据集、代码都已经开放可获取。

论文地址:http://research.nvidia.com/sites/default/files/pub...

10.浙江大学CSPS最佳论文:使用卷积神经网络的多普勒雷达手势识别
浙江大学 Jiajun Zhang、Jinkun Tao、史治国的论文Doppler-Radar Based Hand Gesture Recognition System Using Convolutional Neural Networks提出了使用多普勒雷达采集数据,使用多层卷积神经网络进行处理的手势识别新方式,被当选为 CSPS 2017 的最佳论文。

论文地址:https://arxiv.org/abs/1711.02254



file
△ 扫一扫关注 极市平台
每天推送最新CV干货

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货