CV Code | 计算机视觉开源周报 20190603期

https://mp.weixin.qq.com/s/np0w546lcn7jxHnWLw2dDg

刚刚过去的一周正是CVPR 开会的日子,开源代码也很都很有料!多个重量级成果开源!

首推港中文的mmdetection和mmaction,OpenMMLab的重磅干货越来越受欢迎。

Facobook发布的PyRobot机器人研究平台也很值得关注,应该可以帮助更多人进入这个领域。

康奈尔大学发布的Pseudo-LiDAR++,低成本的LiDAR替代方案,研究自动驾驶的朋友一定不要错过。

卡内基梅隆大学又放大招Virtual Pooling,要给CNN降能耗。

华中科技大学的EnlightenGAN很不错,训练低照度恢复算法大大降低了数据门槛。

浙大等开源的人员重识别强有力的基线算法,也许正是你想要的哦。

法国inria开源的多目标跟踪deepmot,也吸引了很多人关注。

还有三篇图像检索相关的工作,这个领域还是可以继续变得更好的!

。。。。

希望对大家有帮助,欢迎文末点个好看。

港中文多媒体实验室OpenMMLab再升级,发布更多算法的目标检测库mmdetection和动作识别库mmaction,强力推荐关注!

OpenMMLab的新篇章

MMDetection: Open MMLab Detection Toolbox and Benchmark

Kai Chen, Jiaqi Wang, Jiangmiao Pang, Yuhang Cao, Yu Xiong, Xiaoxiao Li, Shuyang Sun, Wansen Feng, Ziwei Liu, Jiarui Xu, Zheng Zhang, Dazhi Cheng, Chenchen Zhu, Tianheng Cheng, Qijie Zhao, Buyu Li, Xin Lu, Rui Zhu, Yue Wu, Jifeng Dai, Jingdong Wang, Jianping Shi, Wanli Ouyang, Chen Change Loy, Dahua Lin

https://arxiv.org/abs/1906.07155v1

https://github.com/open-mmlab/mmdetection

Facebook开源机器人研究平台,方便研究人员开展机器人操作、导航、演示等任务。

PyRobot: An Open-source Robotics Framework for Research and Benchmarking

Adithyavairavan Murali, Tao Chen, Kalyan Vasudev Alwala, Dhiraj Gandhi, Lerrel Pinto, Saurabh Gupta, Abhinav Gupta

https://arxiv.org/abs/1906.08236v1

https://pyrobot.org/

基于立体图像的Pseudo-LiDAR++,可以低成本获得自动驾驶环境的深度信息,获得更好的3D 目标检测性能,该文提出的Pseudo-LiDAR++大幅改进了SOTA精度40%!

康奈尔大学

Pseudo-LiDAR++: Accurate Depth for 3D Object Detection in Autonomous Driving

Yurong You, Yan Wang, Wei-Lun Chao, Divyansh Garg, Geoff Pleiss, Bharath Hariharan, Mark Campbell, Kilian Q. Weinberger

https://arxiv.org/abs/1906.06310v1

https://github.com/mileyan/Pseudo_Lidar_V2

Virtual Pooling改进基于CNN的图像分类和目标检测,提高速度、递降能源消耗(额外之意CNN现在太耗费能源了。。。)

卡内基梅隆大学

ViP: Virtual Pooling for Accelerating CNN-based Image Classification and Object Detection

Zhuo Chen, Jiyuan Zhang, Ruizhou Ding, Diana Marculescu

https://arxiv.org/abs/1906.07912v1

在很多图像恢复问题中,并不能同时找到用于训练的成对数据(正常与降质后图像对),在低照度图像增强中,该文发明了EnlightenGAN方法,在没有成对训练样本的情况下进行训练,显著改进了主观质量和客观指标。

华中科技大学

EnlightenGAN: Deep Light Enhancement without Paired Supervision

Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

https://arxiv.org/abs/1906.06972v1

https://github.com/yueruchen/EnlightenGAN

简单但强有力的人员重识别开源实现,使用Batch Normalization Neck,改进了算法性能。方便其他研究人员快速研究验证算法。

浙江大学、平安技术、中科院、西安交通大学

A Strong Baseline and Batch Normalization Neck for Deep Person Re-identification

Hao Luo, Wei Jiang, Youzhi Gu, Fuxu Liu, Xingyu Liao, Shenqi Lai, Jianyang Gu

https://arxiv.org/abs/1906.08332v1

https://github.com/michuanhaohao/reid-strong-baseline

真实世界图像去噪的像素级非局部方法

泰山学院、起源人工智能研究院、南开大学、北卡罗来纳大学教堂山分校、广西师范大学

NLH: A Blind Pixel-level Non-local Method for Real-world Image Denoising

Yingkun Hou, Jun Xu, Mingxia Liu, Guanghai Liu, Li Liu, Fan Zhu, Ling Shao

https://arxiv.org/abs/1906.06834v1

(代码将开源,还未公布地址)

训练多目标跟踪的的可微分框架

法国国家信息与自动化研究所inria

DeepMOT: A Differentiable Framework for Training Multiple Object Trackers

Yihong Xu, Yutong Ban, Xavier Alameda-Pineda, Radu Horaud

https://arxiv.org/abs/1906.06618v1

https://gitlab.inria.fr/yixu/deepmot

基于Mask的非监督内容迁移

以色列特拉维夫大学、Facebook AI研究院

Mask Based Unsupervised Content Transfer

Ron Mokady, Sagie Benaim, Lior Wolf, Amit Bermano

https://arxiv.org/abs/1906.06558v1

https://github.com/rmokady/mbu-content-tansfer

图像检索任务中使用Listwise Loss优化全局ap,在多个数据集上达到新的SOTA

NAVER Labs

Learning with Average Precision: Training Image Retrieval with a Listwise Loss

Jerome Revaud, Jon Almazan, Rafael Sampaio de Rezende, Cesar Roberto de Souza

https://arxiv.org/abs/1906.07589v1

https://europe.naverlabs.com/Deep-Image-Retrieval/

用于生成顺序二进制码的深度递归量化,用于图像检索中hash码生成

电子科技大学、山东大学、京东AI研究院

Deep Recurrent Quantization for Generating Sequential Binary Codes

Jingkuan Song, Xiaosu Zhu, Lianli Gao, Xin-Shun Xu, Wu Liu, Heng Tao Shen

https://arxiv.org/abs/1906.06699v1

https://github.com/cfm-uestc/DRQ

超越Product Quantization:图像检索的深度渐进量化,用于图像检索

电子科技大学、浙江大学

Beyond Product Quantization: Deep Progressive Quantization for Image Retrieval

Lianli Gao, Xiaosu Zhu, Jingkuan Song, Zhou Zhao, Heng Tao Shen

https://arxiv.org/abs/1906.06698v1

https://github.com/cfm-uestc/DPQ

对抗学习中提出使用 Dual Quality Assessment 进行鲁棒性分析

日本九州大学、Dr. SPM IIIT-NR, India

Model Agnostic Dual Quality Assessment for Adversarial Machine Learning and an Analysis of Current Neural Networks and Defenses

Danilo Vasconcellos Vargas, Shashank Kotyan

https://arxiv.org/abs/1906.06026v1

http://bit.ly/DualQualityAssessment

图像梯度的违彩色化

IJCAI 2019

Artistic Enhancement and Style Transfer of Image Edges using Directional Pseudo-coloring

Shouvik Mani

https://arxiv.org/abs/1906.07981v1

https://github.com/shouvikmani/edge-colorizer

无人机航拍进行小麦和油菜籽作物倒伏预测

加拿大萨斯喀彻温大学

Crop Lodging Prediction from UAV-Acquired Images of Wheat and Canola using a DCNN Augmented with Handcrafted Texture Features

Sara Mardanisamani, Farhad Maleki, Sara Hosseinzadeh Kassani, Sajith Rajapaksa, Hema Duddu, Menglu Wang, Steve Shirtliffe, Seungbum Ryu, Anique Josuttes, Ti Zhang, Sally Vail, Curtis Pozniak, Isobel Parkin, Ian Stavness, Mark Eramian

https://arxiv.org/abs/1906.07771v1

https://github.com/FarhadMaleki/LodgedNet

转载请注明:《CV Code | 计算机视觉开源周报 20190603期

发表评论

电子邮件地址不会被公开。 必填项已用*标注