Giter Site home page Giter Site logo

2021-cv-surveys's Introduction

2021-CV-Surveys

2021 年,计算机视觉相关综述。包括目标检测、跟踪........

📗📗📗下载这些综述在【我爱计算机视觉】后台回复“CV综述”,即可收到。目前已公开 80 篇。

目录

🐱 🐶 🐯 🐺
30.视线估计 29.图像标注 27.Sign Language Production手语制作 26.图像表征
24.图像处理 23.3D 语义场景完成(SSC) 22.图像分割 21.小/零样本,域适应,域泛化
20.异常检测 19.Transformers 18.Point Clouds 点云 17.Object Detection 目标检测
16.Human Action Detection and Recognitionn 人体动作检测与识别 15.Re-identification 人员重识别 14.:dancers:人体姿态估计 13.Image Classification 图像分类
12.Image Retrieval 图像检索 11.:neutral_face:人脸技术 10.Image Super-resolution 图像超分辨率 9.模型压缩 & 应用部署
8.Deep Learning 深度学习 7.Remote Image 遥感图像 6.GAN 生成对抗网络 5.:bus:智能驾驶
4.Video 视频相关技术(摘要理解/字幕) 3.Visual Question Answering 视觉问答 2.:hospital:医学影像 1.Other

详细请看:

  • Single Image Depth Estimation: An Overview
    [2021-04-15]
    本文是对场景理解中的重要子任务深度估计的回顾,并重点关注单图像深度估计。从早于深度学习,利用手工制作的特征和假设的非深度学习方法,到大多使用深度学习技术的最新作品;从监督到无监督。以及将深度估计问题与语义分割和表面法线估计等相关任务相结合的多任务方法。最后,还讨论了对当代解决方案的机制、原理和失败案例的调查。
  • Sign Language Production: A Review
    [2021-03-31]
    本文回顾了利用深度学习在手语制作(SLP)和相关领域的最新进展。旨在简要总结SLP 的最新成就,讨论其优势、局限性和未来的研究方向。
  • A Survey of Orthogonal Moments for Image Representation: Theory, Implementation, and Evaluation
    [2021-03-30]
    本文是对用于图像表征的正交矩进行的全面调查,涵盖快速/精准计算、鲁棒性/不变性优化和定义扩展方面的最新进展。为各种广泛使用的正交矩创建了一个软件包,并在同一基础上对这些方法进行了评估。作者表示所提出的理论分析、软件实现和评价结果可以为社会提供支持,特别是在开发新技术和推广实际应用方面。
  • 图像美学评级
  • 3D Semantic Scene Completion: a Survey
    [2021-03-15]
    本文是对当代最先进的 3D 语义场景完成方法进行的全面调查。回顾并严格分析了所提出的方法的主要方面,包括需要考虑的重要设计选择,并比较了它们在流行的 SSC 数据集中的性能。作者希望这项调查将支持该领域的进一步发展,旨在提供新的见解,并帮助没有经验的读者浏览该领域。
  • Deep Learning based 3D Segmentation: A Survey
    [2021-03-10]
    本篇综述是对基于深度学习的三维分割的最新进展进行了全面的调查,包含150多篇论文文献。总结了最常用的 pipelines,对其亮点和不足进行了讨论,并分析了这些分割方法的竞争结果。还在分析的基础上,提供了未来有前景的研究方向。
  • Image/Video Deep Anomaly Detection: A Survey
    [2021-03-03]
    基于图像和视频的深度学习 AD 的专业综述的缺失,作者对此进行了深入调查。工作的重点在无监督技术上,并提供 AD 概念的精确定义,同时对最近提出的 AD 方法进行了的分类。以及对当前的挑战和未来的研究方向进行了彻底讨论。
  • 弱监督目标定位与检测
    • Weakly Supervised Object Localization and Detection: A Survey
      [2021-04-19]
      本篇综述回顾了弱监督目标定位与检测的经典模型,来自现成深度网络的特征表示方法,完全基于深度学习的方法,以及在该领域广泛使用的公开数据集和标准评估指标。还该领域的主要挑战、发展历史、各类方法的优/劣势、不同类别方法之间的关系、应用以及未来可能的发展方向进行了讨论,以进一步促进该研究领域的发展。
  • 杂草检测
    • Deep Learning Techniques for In-Crop Weed Identification: A Review
      [2021-03-30]
      文章是对深度学习技术在基于图像的杂草检测领域最新发展的调查。首先介绍了与杂草检测相关的深度学习基本原理。然后对关于深度杂草检测的进展进行回顾,以及讨论了包括公共杂草数据集在内的研究材料。最后,总结开发可实际部署的杂草检测方法所面临的挑战,以及对未来研究机会的讨论。作者希望这篇综述能对该领域进行及时的调查,并吸引更多的研究者来解决这一跨学科的研究问题。
  • 人脸超分辨率
  • 人脸识别检测
    • About Face: A Survey of Facial Recognition Evaluation
      [2021-02-02]
      人脸识别综述
    • Going Deeper Into Face Detection: A Survey
      [2021-03-30]
      本文是对近期基于深度学习的人脸检测方面文献的综述,包括五十多种人脸检测方法。并对这些方法的不同方面进行了全面的评述,包括训练数据、网络结构的选择、损失函数、训练策略以及它们贡献。作者根据对人脸检测的贡献技术将这些方法分为以下几个架构组:1) Cascade-CNN Based Models 2) R-CNN and Faster-RCNN Based Models 3) Single Shot Detector Models 4) Feature Pyramid Network Based Models 5) Other models 。还总结一些流行的人脸检测基准,如 Wider-Face、FDDB 和 PASCAL Face,以及在这些流行基准上的量化性能。最后,对未来几年基于深度学习的人脸检测的一些公开挑战和有前途的方向进行了讨论。
    • Performance analysis of facial recognition: A critical review through glass factor
      [2021-04-06]<>本篇综述针对 glass factor 对人脸识别影响的全面调研。
  • 人脸表情识别
  • 面部情感分析FAA
    • Graph-based Facial Affect Analysis: A Review of Methods, Applications and Challenges
      [2021-03-30]
      本文是对基于 Graph 的面部情感分析的全面调查,包括算法的演变及其应用。首先,介绍情感分析的背景知识,特别是关于 Graph(图)的作用。然后,对文献中广泛用于基于图的情感表示的方法进行讨论,并展示出图构建的趋势。对于基于图的情感分析中的关系推理,作者根据传统方法或深度模型的使用情况对现有研究进行分类,特别强调最新的图神经网络。还总结了标准 FAA 问题上最先进的实验比较。最后,将综述扩展到当前的挑战和潜在的方向。作者称是首次对基于图的 FAA 方法的调查,该研究结果可以作为该领域未来研究的参考点。
  • 神经网络
  • 注意力机制
    • Attention, please! A survey of Neural Attention Models in Deep Learning
      [2021-04-01]
      为了评估注意力在深度神经网络中的应用广度,作者在本次调查中对该领域进行了系统的回顾。包括该领域的数百种架构,确定并讨论一些表现出重大影响的架构。还开发并公开一种自动化的方法,以促进该领域评论的发展。通过对 650 部作品进行批判性分析,描述了注意力在卷积、循环网络和生成模型中的主要用途,并确定共同的用途和应用子群。此外,还描述了注意力在不同应用领域的影响,以及它们对神经网络可解释性的影响。最后,列出可能的趋势和进一步研究的机会,希望这篇综述能对该领域的主要注意力模型进行简洁的概述,并指导研究人员开发未来的方法,以推动进一步的改进。
  • 集成学习
    • Ensemble deep learning: A review
      [2021-04-07]
      本篇综述是对目前最先进的深度集成模型的调研,为研究学者提供一个广泛的总结。集成模型大致可分为 bagging, boosting 和 stacking,基于 negative correlation 的深度集成模型,显式/隐式合集,同质/异质合集,决策融合策略,无监督、半监督、强化学习和基于在线/增量、多标签的深度集成模型。此外,还深度集成模型在不同领域的应用进行了简要讨论。并在本文的最后提出一些未来的建议和研究方向。
  • 遥感图像分类
    • A survey of active learning algorithms for supervised remote sensing image classification
      [2021-04-19]
      主动学习算法在监督式遥感图像分类中的应用研究.本篇综述回顾并测试了主动学习算法的主要系列:committee, large margin 和 posterior probability-based。并对每一种算法,都讨论了遥感界的最新进展,以及详细介绍和测试了一些启发式算法。考虑了几个具有挑战性的遥感场景,包括非常高的空间分辨率和高光谱图像分类。最后,为新用户和/或没有经验的用户提供了选择良好架构的指南。
  • Video Summarization 视频摘要
  • 视频字幕
  • 视频检索 A Survey on Natural Language Video Localization
    [2021-04-02]
    本篇综述是对 Natural Language Video Localization(NLVL)算法的全面调研,先是提出 NLVL 的 pipeline,并分为有监督和弱监督的方法,接着对每种方法的优缺点进行分析。随后,提出对数据集、评估协议和一般性能分析。最后,通过对现有方法的总结,得到一些可能的观点。

扫码CV君微信(注明:CV)入微信交流群:

image

2021-cv-surveys's People

Contributors

52cv avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.