【1月13日】五篇（将）开源论文代码分享

作者 | CV君
编辑 | CV君
报道 | 我爱计算机视觉（微信id：aicvml）

#点云##语义分割#

SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point Clouds

牛津大学&香港理工大学&纽卡斯尔大学

SensatUrban，一个城市规模的无人机摄影测量点云数据集，包括从英国三个城市收集的近30亿个点，覆盖7.6 km^2。数据集中的每一个点都被贴上了细粒度的语义标注，从而使数据集的规模是之前现有最大摄影测量点云数据集的三倍。除了比较常见的类别，如道路和植被，城市级别的类别，包括铁路、桥梁和河流，也包括在该数据集中。

基于这个数据集，作者进一步建立一个基准来评估最先进的分割算法的性能。特别是，提供一个全面的分析，并确定限制城市尺度点云理解的几个关键挑战。

已开源：https://github.com/QingyongHu/SensatUrban

论文：https://arxiv.org/abs/2201.04494

#视觉识别##场景理解#

Incidents1M: a large-scale dataset of images with natural disasters, damage, and incidents

麻省理工学院&丹麦技术大学等

Incidents1M，一个大规模的多标签数据集，包含977,088张图片，有43个incident和49个地点类别。文中提供了数据集构建、统计和隐藏偏差的细节；介绍并训练了一个事件检测模型；并对Flickr和Twitter上的数百万张图片进行了图像过滤实验。还介绍了一些关于事件分析的应用，以鼓励和促进未来计算机视觉在人道主义援助方面的工作。

已开源：https://github.com/ethanweber/IncidentsDataset

论文：https://arxiv.org/abs/2201.04236

#对比学习#

Robust Contrastive Learning against Noisy Views

麻省理工学院&微软

文中提出 Robust InfoNCE（RINCE），作为对比性学习中InfoNCE损失的一个简单替代，很容易应用于现有的对比性框架。尽管它很简单，但它有很强的理论依据，并能保证对嘈杂的观点。从实验看，在图像、视频和图形对比学习场景中提供了大量的结果，证明了它对各种现实的噪声模式的鲁棒性。

已开源：https://github.com/chingyaoc/RINCE

论文：https://arxiv.org/abs/2201.04309

Neural Residual Flow Fields for Efficient Video Representations

成均馆大学

文中提出一种新的INR方法，通过明确地去除数据冗余来表示和压缩视频。提出Neural Residual Flow Fields（NRFF），作为存储原始RGB颜色的替换，使用跨视频帧的运动信息和重建视频所需的残差。保持运动信息，通常比原始信号更平滑，更不复杂，需要的参数也少得多。此外，重用冗余的像素值进一步提高了网络参数效率。实验结果表明，所提出的方法在很大程度上优于基线方法。

已开源：https://github.com/daniel03c1/eff_video_representation

论文：https://arxiv.org/abs/2201.04329