1樓:Lizard
瀉藥關於RGBD reconstruction有一篇綜述,介紹了截止至2023年相關工作(2023年的只有一小部分被涵蓋進去)
State of the Art on 3D Reconstruction with RGB-D Cameras
2樓:Dave Zheng
Point Cloud Recognition:
Deep Learning for 3D Point Clouds: A Survey
3樓:魏秀參
自薦一篇「Deep Learning for Fine-Grained Image Analysis: A Survey「:
超全深度學習細粒度影象分析:專案、綜述、教程一網打盡
另,除文末提及的幾個具體future directions
Automatic Fine-Grained Models
Fine-Grained Few-Shot Learning
Fine-Grained Hashing
之外。實際上FGIA領域還有非常多新鮮好玩的問題和應用值得探索,如:
我們圍繞FGIA提出的乙個目前最大的新零售場景商品資料集RPC:https://
zhuanlan /p/55
627416
在真實細粒度識別場景中不可避免的長尾分布問題:Long tailed problems
存在跨域差異(Domain adaptation)的細粒度影象識別和檢索
……期待更多CVer在FGIA領域作出有影響力的工作,更多FGIA資訊可參見:http://www.
4樓:林林林
text-to-image的:
A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis
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...
如何評價2023年計算機視覺頂會CVPR投稿量破萬的現象?
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. 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...
在計算機視覺領域,都是怎麼檢測煙霧的?
AI落地工程師 煙火檢測在人工智慧應用領域開始逐漸普及了,特別是森林防火 秸稈燃燒等以zf層面推動的專案,而且專案都很大。至於你說的煙火的特徵之類的,這是以傳統影象演算法,機器學習層面去考慮的,這個靠人工去設計演算法提取特徵,但是這種方式做到極致準確率也就80 都不到,現在基本上都是訓練深度學習檢測...