1樓：弗拉基公尺爾
哈哈哈，
LSTM投稿法也同樣試用呀
遺忘門，遺忘之前的水文
重置門更新門，重置更新上屆小修文章.
本屆文章在作為這一屆的輸入.
2樓：JunMa
以分割為例，今年的ICCV在月初剛剛落下帷幕，回看一下10年前的ICCV-2009是怎麼做分割的。
這篇文章是Pock, Cremers等人發在ICCV-2009的一篇分割文章，是用primal-dual演算法求解圖鬆弛Mumford-Shah模型的工作，目前有300+引用。
An Algorithm for Minimizing the Mumford-Shah Functional
貼幾張文章裡的內容
方法介紹部分有很多公式，把這些公式看懂的門檻相對比較高，也不可能有幾個月速成的班。
以FCN、U-Net為代表的基於深度學習的分割方法的出現，大大降低了門檻，分割的模型可以非常簡潔，借助tensorflow, pytorch等庫，可能乙個月左右就能上手，而且結果也比傳統的分割方法好很多（有訓練資料的情況下）。
Thomas Pock
Daniel Cremers
3樓：Lyken
@Alan Huang 黃博士的斐波那契投稿略有點不准，因為轉投的意願會隨著投稿次數而快速衰減，我覺得真正的公式應該是 Momentum 投稿
黃博士的公式
這次的投稿 = 這次的新稿子 + 截至到上次累計的拒稿修正後這次的動量 = m * 上次的動量 + 這次的拒稿 （ m < 1 )
這次的投稿 = 這次的新稿 + 上次的動量
4樓：
咱沒投，水平不行。
俺倒是覺著如果覺得他們部分在水，大家可以把自己做的好的工作也投過去，以實際行動稀釋和打擊他們。抱怨解決不了問題。
5樓：
深度學習，深度學習，深度學習，我只能默默的抱怨一句，怎麼大都是深度學習！好像不是深度學習就很難中了，這是一種「病態」。不是深度學習的方法，我們的研究就沒有用處了這是我這位菜雞的抱怨
6樓：Alex Shi
前有Alan huang的提出的斐波那契投稿公式，初步表明了拒稿與今年投稿之間的關係。
後有superbrother提出累計斐波那契投稿公式，將相似會議的拒稿因素考慮了進來。
但他們都沒有考慮不同年份的拒稿對今年投稿具有不同的影響。
據此，based on previous studies，我們提出t年前的拒稿對今年的投稿程指數遞減規律，相似會議按照不同引數矩陣進行weighted加和。
具體來說
7樓：strangebits
像環化材生一樣，改成兩周一刊，或者一周一刊不就行了。再辦個CVRP Asia子刊，每年來一次CVRP Asia年會，必定野無遺賢。
2023年，計算機視覺領域會有哪些新的研究方向值得提前探索？
Julian 掃了一圈看到有人答Federated Learning FL 那我接著這個話題往下說說Split Learning SL 1.Split Learning的主要動機的什麼？2.什麼是Split Learning?框架圖和演算法圖 3.SL與FL以及其他相似演算法的區別是什麼？4.效能怎...
2020 年，投身計算機視覺是否明智？
Wusdream 如果是因為演算法崗較高的薪水，那不太建議來，因為演算法崗已經很捲了，付出回報不成正比，同樣的努力開發早就去網際網路大廠了。拿演算法預研來說，如果你沒有在演算法精度上做出提公升，每個季度考核一定會非常焦慮，CV預研在工作中的大部分任務都是對訓練資料的處理。比如，真實資料容易過擬合，就...
2023年，計算機視覺領域，你推薦哪些綜述性的文章？
Lizard 瀉藥關於RGBD reconstruction有一篇綜述，介紹了截止至2017年相關工作 2018年的只有一小部分被涵蓋進去 State of the Art on 3D Reconstruction with RGB D Cameras Dave Zheng Point Cloud ...