2017届CVPR机器学习论文阅读报告
CVPR论文阅读报告
CVPR论文阅读报告论文名称：检测遮蔽的脸在荒野用本地直线的嵌入卷积神经网络方法技术概括：存在的脸检测的模型被粗略地分成三种，分别是基于提高模型，可变形的部分模型（DPM）和卷积网络模型(CNN)。
第一种是基于提高的分类器，在这个分类器里面，ViolaJones脸检测器是最有名的模型之一，它用简单的Haar特征适应了增加的层叠。
受这种模型的激励，李等人提出了一个多视角的脸检测器，它能够适应表面特征在训练和测试的过程中。
一个脸检测器被用于有效地检测脸用一种优化地决策树地组合。
通过比较像素集聚度在内部地节点里面脸可以被检测以一种极其高地速度。
第二种是基于可变形地模型分类。
除了基于提高地方法，一些方法目的在于清楚地建模结构或者脸地变形用DPM。
例如朱和Ramanan提出了一个树结构的模型为了脸的检测，可以同时评估脸的姿势和定位脸部的标志。
典型地，基于DPM的脸检测器完成了印象深刻的正确率但是可能受高计算消耗的困扰由于DPM的使用。
第三种是基于卷积神经网络的分类，与基于提高和基于DPM的方法不同，基于CNN的脸检测器直接学习脸的代表从数据里面和适应深度学习范例为了检测一个脸的存在在一个浏览的窗口里。
例如李等人提出了层叠式CNN，它是一个提高的基于运行的脸检测器。
一个窗口的脸被评估用一个有意识的属性CNN和遮挡被看作是产生面部推测很好的。
结果，这种方法展现了强壮的能力在检测脸用严重的遮挡和各种各样的姿势。
总之，很多数据库和模型存在在文献里面，但是他们中的很少被特别用于发展为了遮挡脸的检测。
由于这样的结果，我们提出了数据库MAFA为了训练和和标记遮挡脸的检测器，然而一个新的LLE-CNNs模型被推出也作为一个数据线。
被推荐的数据库和模型将被描述在接下来的两个部分。
研究方向：与正常脸检测的传统任务相比，现在存在的模型在检测掩饰脸上，经常有一个很大的表现性能下落，可能主要由两个原因引起，第一个原因，缺少一个由大量遮蔽的脸组成的数据库，它为了搜索关键特征通过不同的面具脸分享和识别用最新的技术表现的模型。
计算机视觉课程项目报告
计算机视觉课程期末项目及总结报告目录目录 (1)摘要 (3)一、基于深度学习的视觉技术 (4)1.深度学习的计算机视觉技术发展前沿动态 (4)1.1研究方向上的前沿动态 (4)1.2研究的技术领域的前沿动态 (6)1.3研究的关键技术的前沿动态 (9)1.4小结 (11)2.基于深度学习的三维重建问题研究技术的分析 (12)2.1三维重建技术研究领域的研究综述 (12)2.1.1基于主动视觉的三维重建技术 (12)2.1.2基于被动视觉的三维重建技术 (14)2.2三维重建技术研究中要解决的关键技术问题 (15)2.2.1运动恢复结构法(Structure from motion) (15)2.2.2机器学习法 (16)2.3研究工作的思想原理以及关键技术细节 (17)2.4实现的主要过程以及技术细节 (18)2.4.1网络架构 (18)2.4.2损失函数 (18)2.5研究的难点以及未来研究的改进策略 (19)2.5.1难点解决方案 (19)2.5.2未来研究改进策略 (20)2.6小结 (20)二、计算机视觉的综述 (21)1.计算机视觉的基础综述 (21)1.1生物理论基础——人类视觉系统 (21)1.2颜色模型 (21)2.计算机视觉的内容综述 (22)2.1低层视觉 (22)2.2中层视觉 (24)2.3高层视觉 (26)3.计算机视觉技术中传统研究方法与智能的深度学习方法的区别与联系 (27)3.1两者的本质区别 (27)3.2无法替代的计算机视觉技术中传统研究方法 (28)3.3计算机视觉技术中深度学习研究方法优势 (28)4.现有计算机视觉技术的发展动态 (29)5.计算机视觉技术发展的前沿科学问题 (29)5.1边缘计算 (29)5.2点云物体识别 (29)5.3融合现实 (30)5.4实例分割 (30)6.小结 (31)Reference ................................................................................................... 错误!未定义书签。
机器学习论文
机器学习论文以下是一些热门的机器学习论文的例子：1. "A Few-shot Learning Approach for Object Recognition on Omni-directional Images" - 提出了一种在全方位图像上进行对象识别的少量样本学习方法。
2. "Generative Adversarial Networks" - 引入了生成对抗网络（GAN）的概念，用于生成高质量的图像、音乐等。
3. "Deep Residual Learning for Image Recognition" - 提出了一个深度残差学习模型，大大提升了图像识别任务的性能。
4. "Attention Is All You Need" - 提出了一个完全基于注意力机制的神经网络模型，用于自然语言处理任务。
5. "Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks" - 使用深度卷积生成对抗网络（DCGAN）来进行无监督的特征学习。
6. "DeepFace: Closing the Gap to Human-Level Performance in Face Verification" - 提出了一个基于深度学习的方法，将面部验证的性能提升到接近人类水平。
7. "Neural Machine Translation by Jointly Learning to Align and Translate" - 使用神经网络模型来进行机器翻译，并通过联合学习对齐和翻译来改进结果。
8. "Spatial Transformer Networks" - 引入了一个空间变换网络，可以在神经网络中自动学习对输入进行几何变换。
ICCV2017重要论文一览
ICCV2017 论文浏览记录1.google deepmind :Look, Listen and Learn 多信息融合感觉很厉害2.The Weizmann Institute of Science：Non-Uniform Blind Deblurring by Reblurring 非均匀盲模糊3.中科大(微软亚洲研究院) :CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training 对抗网络对物体分类4.University of California：Expl oiting Spatial Structure for Localizing Manipulated Image Regions CNN+LSTM 图像处理5.CVLab, EPFL, Lausanne, Switzerland：Deep Occlusion Reasoning for Multi-Camera Multi-Target Detection 对比RCNN有优势puter Vision Lab, TU Dresden ：Bounding Boxes, Segmentations and Object Coordinates:How Important is Recognition for 3D Scene Fl ow Estimation in Autonomous Driving Scenarios 无人驾驶，车的检测7.University of Pennsylvania：Am I a Baller? Basketball Performance Assessmentfrom First-Person Videos 第一视角来评估篮球运动员的表现（视频行为分析）8.Institute of Geodesy and Photogrammetry, ETH Zurich（苏黎世理工）：Semantically Informed Multiview Surface Refinement 图像语义分割9.University of Maryland：Soft-NMS – Improving Object Detection With One Line of Code（听名字好像很牛逼）10.Michigan State University：Illuminating Pedestrians via Simultaneous Detection & Segmentation 行人检测分割11.The University of Nottingham:Binarized Convolutional Landmark Localizers for Human Pose Estimation and Face Alignment with Limited Resources 人体检测12.University of Surrey Guildford:SubUNets: End-to-end Hand Shape and Continuous Sign Language Recognition CNN+LSTM端到端的手语识别13.CMU：One Network to Solve Them All —Solving Linear Inverse Problems using Deep Projection Models 图像修复14.南理工（南大）：Adversarial PoseNet: A Structure-aware Convolutional Network for Human Pose Estimation 人姿态估计15.Intel Labs：Fast Image Processing with Fully-Convolutional Networks，图片的后期处理，爱摄像的可以看16.北航：Look, Perceive and Segment: Finding the Salient Objects in Imagesvia Two-stream Fixation-Semantic CNNs SOD目标检测17.港中文（腾训优图）：Makeup-Go: Blind Reversion of Portrait Edit照片去美化，人像还原18.University of Southern California：Query-guided Regression Network with Context Policy for Phrase Grounding 图像描述19.国立清华(微软亚洲研究院):Show, Adapt and Tell: Adversarial Training of Cross-d omain Image Captioner图像转文字20.清华：Surface Normals in the Wild 表面方向单目图像的深度估计21.清华：SegFl ow: Joint Learning for Video Object Segmentation and Optical Fl ow 视频分割光流算法22. 中科大（港中文）：Online Multi-Object Tracking Using CNN-based Single Object Tracker with Spatial-Temporal Attention Mechanism 目标跟踪23.Institute of Mathematics of the Romanian Academy：Unsupervised learning from video todetect foreground objects in single images目标检测24.Google Brain：Pixel Recursive Super Resolution 超分辨率25.Microsoft Research Asia：Deformable Convolutional Networks26.港中文：Towards Diverse and Natural Image Descriptions via a Conditional GAN 对抗网络对图像的理解，image-caption27Georgia Institute of Technology：Learning Cooperative Visual Dialog Agents with Deep Reinforcement Learning 协作对话28.Imperial Coll ege London：Semantic Image Synthesis via Adversarial Learning 用自然语言描述图像合成29.Inria：BlitzNet: A Real-Time Deep Network for Scene Understanding场景分割贝叶斯网络30.CMU：Cut, Paste and Learn: Surprisingly Easy Synthesis for Instance Detection 小数据集对物体进行识别31.美图：Parallel Tracking and Verifying: A Framework for Real-Time and High Accuracy Visual Tracking 跟踪蛮好的实用32.Graz University of Technol ogy（奥地利）: Detect to Track and Track to Detect 目标检测与跟踪（给了github 进去却是空的，有点可惜）33.MPI for Intelligent Systems：Semantic Video CNNs through Representation Warping视频语义分析34.CMU：Learning Background-Aware Correlation Filters for Visual Tracking 跟踪实用35.CMU：Need for Speed: A Benchmark for Higher Frame Rate Object Tracking 高速跟踪的基准36.中科大：A Multimodal Deep Regression Bayesian Network for Affective Video Content Analyses 深度回归贝叶斯的视频情感分析37.清华：VQS: Linking Segmentations to Questions and Answers for Supervised Attention in VQA and Question-Focused Semantic Segmentation 图像分割+语义理解38.University of Texas at Austin：On-Demand Learning for Deep Image Restoration 图像复原39.University of Southern California：TALL: Temporal Activity Localization via Language Query通过语言查询进行时态活动定位？40.CS Department Stanford University：Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach 野外物体识别李飞飞的41.Nanyang Technol ogical University:An Empirical Study of Language CNN for Image Captioning图像语义42.天大：Learning Dynamic Siamese Network for Visual Object Tracking 追踪43.University of Illinois, Urbana-Champaign：Aligned Image-Word Representations Improve Inductive Transfer AcrossVision-Language Tasks 视觉问答44.Stanford University:Characterizing and Improving Stability in Neural Style Transfer 画风转换李飞飞45.University Politehnica of Bucharest：Unsupervised object segmentation in video by selection of highly probable positive features 图像分割46.香港大学：SCNet: Learning Semantic Correspondence语义对应47.西交大：Channel Pruning for Accelerating Very Deep Neural Networks 修剪深网络孙剑48.Facebook AI Research：Mask R-CNN好像性能可以和faster RCNN媲美VIP49.UC Berkeley：Localizing Moments in Video with Natural Language视频语义，根据自然语言来定位视频中的片断50.The University of Tokyo:Joint Detection and Recounting of Abnormal Events by Learning Deep Generic Knowledge 图像语义51.University of California：Learning to Reason: End-to-End Module Networks for Visual Question Answering 视觉问答52.北大：Centered Weight Normalization in Accelerating Training of Deep Neural Networks 对网络权重进行重新规划53.CMU：Learning Policies for Adaptive Tracking with Deep Feature Cascad es 跟踪（好几篇CMU的跟踪方面的论文）54.国科大：Wavelet-SRNet: A Wavelet-based CNN for Multi-scale Face Super Resolution 人脸超分辨率55.University of California：Scene Parsing with Global Context Embedding 图像分割56.ETH Zurich：DSLR-Quality（单反相机图像质量）Photos on Mobil e Devices with Deep Convolutional Networks 学习提高照片的质量57NUS Graduate School for Integrative Science and Engineering：Video Scene Parsing with Predictive Feature Learning视频情景解析58.Stanford University：Inferring and Executing Programs for Visual Reasoning 情景推理李飞飞59.Rochester Institute of Technology：An Analysis of Visual Question Answering Algorithms 视觉问答60.Joint l earning of object and action detectors 物体跟踪与动作识别61.Tel Aviv University：Temporal Tessellation: A Unified Approach for Video Analysis 视频语义分析62.University of Mannheim：Higher-Order Minimum Cost Lifted Multicuts for Motion Segmentation物体分割63.Korea University：CDTS: Collaborative Detection, Tracking, and Segmentation for Online Multipl e Object Segmentation in Videos 视频检测分割64.Twitter：Fast Face-swap Using Convolutional Neural Networks 快速换脸，好像蛮有意思的65.Stanford University：Dense-Captioning Events in Videos 视频语义能上下文李飞飞video caption,可用在视频检索，关键帧定位66.National University of Singapore：Dual-Glance Mod el for Deciphering Social Relationships 图片中的社会关系在图像语义理解时可能有用67.港中文：Identity-Aware Textual-Visual Matching with Latent Co-attention 图片与句子描述之间的相识度68.大连理工：Is Second-ord er Information Helpful for Large-scale Visual Recognition? 关于卷积神经网深层信息69.Snap Inc（阅后即焚应用），雅虎，谷歌：Learning from Noisy Labels with Distillation从杂乱标签中学习，对标注不精确70.港中文：Learning to Disambiguate by Asking Discriminative Questions 消除回答奇异的方法，关于VQA71.成电：Leveraging Weak Semantic Rel evance for Complex Video Event Classification 视频事件分析72.港中文：Scene Graph Generation from Objects, Phrases and Region Captions 图像语义73.港中文：Situation Recognition with Graph Neural Networks 识别情景74.清华：Recurrent Topic-Transition GAN for Visual Paragraph Generation 对抗网络来进行语义生成75.深圳大学（港中文）：Cascaded Feature Network for Semantic Segmentation of RGB-D Images 图像语义分割76.港中文（商汤）：HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis 人姿态分析77.商汤（港中文）：Recurrent Scale Approximation for Object Detection in CNN 目标的多尺度检测汤晓鸥78.中科院：Referring Expression Generation and Comprehension via Attributes 通过索引产生语义79.Facebook AI Research：Predicting Deeper into the Future of Semantic Segmentation 预测语义80.中山大学：Deep Dual Learning for Semantic Image Segmentation 语义理解减少对标签数据的依赖81.University of Illinois at Urbana-Champaign:Recurrent Models for Situation Recognition 情景识别82.University of Zurich：Rotation equivariant vector field networks cnn+旋转变化83.IIT Hyderabad：Attentive Semantic Video Generation using Captions 文字生成视频聊天场景可以用？84.Bosch：Universal Adversarial Perturbations Against Semantic Image Segmentation 加噪声对图像分割85.POSTECH：MarioQA: Answering Questions by Watching Gameplay Videos 通过游戏视频进行QA86.IIIT-Delhi：Face Sketch Matching via Coupled Deep Transform Learning 人脸与素描的匹配87.University of Maryland：SSH: Single Stage Headless Face Detector 数脸88.Yonsei University：Modelling the Scene Dependent Imaging in Cameras with a Deep Neural Network 用深度学习改进照片的质量89.Mapillary Research：The Mapillary Vistas Dataset for Semantic Understanding of Street Scenes街头情景语义理解90.阿里（西电，西交）：Hierarchical Multimodal LSTM for Dense Visual-Semantic Embedding 语义理解（想做视频匹配？视频分类？）91.MIT CSAIL：Personalized Cinemagraphs using Semantic Understanding and Collaborative Learning 语义理解和协作学习，个性化电影动图？是否有可以玩的地方？92.University of Southern California：Realistic Dynamic Facial Textures from a Single Image using GANs用对抗网络进行面部纹理处理（去皱纹？变老？化妆？）93.Max Planck Institute for Informatics Saarland Informatics Campus Saabrucken：Towards a Visual Privacy Advisor:Understanding and Predicting Privacy Risks in Images图像关于隐私94.Aristotle University of Thessaloniki Thessal onik：Learning Bag-of-Features Pooling for Deep Convolutional Neural Networks 提出一种新的卷积BoF95.Weakly-supervised learning of visual relations 视觉关联弱监督学习，和语义有部分相关96.University of Illinois at Urbana-Champaign：Phrase Localization and Visual Relationship Detection with Comprehensive Image-Language Cues 图像语义97.IMEC, Belgium：Encoder Based Lifelong Learning 终身学习好像蛮有意思的，模拟人？98.Technische Universitat Munich ：Learning in an Uncertain World: Representing Ambiguity Through Multipl e Hypotheses 预测不确定表达99.Max Planck Institute for Intelligent Systems: EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis 超分辨率纹理100.University of Maryland：Guided Perturbations: Self-corrective Behavior in Convolutional Neural Networks 主动向卷积网络中加入扰动来提高网络稳定性101.Georgia Institute of Technology：Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization网络可视化102.Saarland Informatics Campus:Speaking the Same Language: Matching Machine to Human Captions by Adversarial Training 用对抗网络将视频与字幕对应起来103.CMU：What Actions are Needed for Understanding Human Actions in Videos? 视频人行为分析104.University of Jena：Generalized orderless pooling performs implicit salient matching CNN 中对pooling层进行优化105.Rutgers University, Department of El ectrical and Computer Engineering：Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs 数人头106.University of Massachusetts：Reasoning about Fine-grained Attribute Phrases using Reference Games 提出框架描述图片的细微区别107.Google Research:Revisiting Unreasonabl e Effectiveness of Data in Deep Learning Era蛮有意思的揭露数据在深度学习中的影响108.港中文（Uber，旷视，腾讯优图）：Detail-revealing Deep Video Super-resolution 视频超分辨率贾佳亚109.上交：SORT: Second-Order Response Transform for Visual Recognition 将二阶操作引入神经网络110.CMU：Transitive Invariance for Self-supervised Visual Representation Learning 何凯明111.Uppsala University：Neural Ctrl-F: Segmentation-free Query-by-String Word Spotting in Handwritten Manuscript Coll ections 单词位置识别112.Facebook AI Research：Unsupervised Creation of Parameterized Avatars根据人脸画卡通图像113.The Johns Hopkins University：Adversarial Examples for Semantic Segmentation and Object Detection语义分割与目标检测114.The Johns Hopkins University：Genetic CNN 遗传CNN115. 港中文：Suppl ementary Meta-Learning: Towards a Dynamic Model For Deep Neural Networks 补充单元学习116. 港中文（深圳大学）：Online Robust Image Alignment via Subspace Learning from Gradient Orientations117.Berkeley AI Research (BAIR) laboratory：Unpaired Image-to-Image Translationusing Cycle-Consistent Adversarial Networks cycleGAN118.The University of Adelaide：Towards Context-aware Interaction Recognition for Visual Relationship Detection语义119.Athens Technol ogical & Educational Inst:Offline Handwritten Signature Modeling andVerification Based on Archetypal Analysis 签名识别国内：（从论文数量看院校里：清华，中科院，香港中文，中科大，华科，香港理工，北航基本就是国内CV排行了）1.华科（微软亚洲研究院）：Ensemble Diffusion for Retrieval华科：Transformed Low -rank Model for Line Pattern Noise Removal 去噪华科：AOD-Net: All-in-One Dehazing Network 去雾华科（西北工业）：When Unsupervised Domain Adaptation Meets Tensor Representations 华科（西北大学）：Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identification 人的检测华科：Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Answering 视觉问答2.中科大(微软亚洲研究院) :CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training 生成的图像细节会更好？中科大（微软亚洲研究院）：Coherent Online Vid eo Style Transfer 关于视频画风转换中科大：A Multimodal Deep Regression Bayesian Network for Affective Video Content Analyses 深度回归贝叶斯的视频情感分析中科大（港中文）：Online Multi-Object Tracking Using CNN-based Single Object Tracker with Spatial-Temporal cnn，而且是online，不错中科大：DualNet: Learn Complementary Features for Image Recognition 图像识别中科大：VegFru: A Domain-Specific Dataset for Fine-grained Visual Categorization VegFru分类可视化中科大：Deep Facial Action Unit Recognition from Partially Labeled Data中科大（中山大学）：Boosting Image Captioning with Attributes 图像的字幕中科大：Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition 图像识别中科大（微软）：Fl ow-Guid ed Feature Aggregation for Video Object Detection 目标检测3.华南理工（兰州大学）：A Joint Intrinsic-Extrinsic Prior Model for Retinex华南理工（香港城市大学，中科院）Delving into Salient Object Subitizing and Detection 图像分割4.香港理工（哈工大）：Higher-order Integration of Hierarchical Convolutional Activations for Fine-grained Visual Categorization香港理工（西交大，哈工大）：Joint Convolutional Analysis and Synthesis Sparse Representation for Single Image Layer Separation香港理工（深圳大学）：3D Surface Detail Enhancement from A Single Normal Map 3D重建香港理工：Towards More Accurate Iris Recognition Using Deeply Learned Spatially Corresponding Features 虹膜香港理工（西电）：Multi-channel Weighted Nuclear Norm Minimization for Real Color Image Denoising 去噪5.中科院（国科大，南审）：Egocentric Gesture Recognition Using Recurrent 3D Convolutional Neural Networks with Spatiotemporal Transformer Modul es 手势识别；中科院（国科大）：Deep Adaptive Image Clustering深自适应聚类中科院：Attention Mechanism 目标跟踪中科院：Deep Direct Regression for Multi-Oriented Scene Text Detection 文本识别中科院：Beyond Face Rotation: Gl obal and Local Perception GAN for Photorealistic and Id entity Preserving Frontal View Synthesis关于人脸中科院（上海科技大学，华为）：Learning Discriminative Latent Attributes for Zero-Shot Classification（迁移学习没看过）中科院（西北工业）：Image2song: Song Retrieval via Bridging Image Content and Lyric Words 根据图片内容选歌词以图搜歌？中科院：Referring Expression Generation and Comprehension via Attributes 通过索引产生语义中科院（西交大）：Tensor RPCA by Bayesian CP Factorization with Compl ex Noise 视频分割，不同场景进行处理中科院（腾讯AILab，南理工，国科大）：Video Deblurring via Semantic Segmentation and Pixel-Wise Non-Linear Kernel 视频去模糊中科院（国科大）：Depth and Image Restoration from Light Field in a Scattering Medium 图像恢复中科院：Recursive Spatial Transformer (ReST) for Alignment-Free Face Recognition 人脸识别中科院（天大，南方科技大学，腾讯AILab，港中文）：Range Loss for Deep Face Recognition with Long-Tail ed Training Data人脸识别相关中科院：S3FD: Singl e Shot Scale-invariant Face Detector 人脸检测器中科院（360，国科大）：Scal e-adaptive Convolutions for Scene Parsing 情景解析中科院（南审）：CoupleNet: Coupling Gl obal Structure with Local Parts for Object Detection 目标检测6.清华：HashNet: Deep Learning to Hash by Continuation 图像检索？清华：Surface Normals in the Wild 单目图像的深度估计清华：SegFl ow: Joint Learning for Video Object Segmentation and Optical Fl ow视频分割光流算法清华：VQS: Linking Segmentations to Questions and Answers for Supervised Attention in VQA and Question-Focused Semantic Segmentation 图像分割+语义理解清华（腾讯AILab，360AI institute）FoveaNet: Perspective-aware Urban Scene Parsing 城市场景识别自动驾驶清华：Recurrent Topic-Transition GAN for Visual Paragraph Generation 对抗网络来进行语义生成清华：Mutual Enhancement for Detection of Multipl e Logos in Sports Videos 运动视频中的商标检测清华：Cross-Modal Deep Variational Hashing 哈希多媒体检索清华：Learning Efficient Convolutional Networks through Network Slimming加速网络清华：Decod er Network over Lightweight Reconstructed Feature for Fast Semantic Style Transfer 风格转化，什么样的风格之间的转换清华：Revisiting Cross-channel Information Transfer for Chromatic Aberration Correction 通过多通道关联来矫正色差清华（南理工）：Learning to Super-Resolve Blurry Face and Text Images超分辨率清华：Single Image Action Recognition using Semantic Body Part Actions 动作识别7.深圳大学（西北工业，华南理工）：A Self-Balanced Min-Cut Algorithm for Image Clustering 聚类深圳大学（港中文）：Cascaded Feature Network for Semantic Segmentation of RGB-D Images 图像语义分割8.南理工（南大）：Adversarial PoseNet: A Structure-aware Convolutional Network for Human Pose Estimation 人姿态估计（图像理解）南理工（大连理工，腾讯优图，UC）：Learning Discriminative Data Fitting Functions for Blind Image Deblurring 图像去模糊9.北航：Look, Perceive and Segment: Finding the Salient Objects in Images via Two-stream Fixation-Semantic CNNs SOD目标检测北航：Primary Video Object Segmentation via Complementary CNNs and Neighborhood Reversible Fl ow 视频图像分割北航：Embed ding 3D Geometric Features for Rigid Object Part Segmentation 三维分割北航（清华）：BodyFusion: Real-time Capture of Human Motion and Surface Geometry Using a Single Depth Camera 运动捕捉表情捕捉10.北京交通大学：Low-Rank Tensor Completion: A Pseudo-Bayesian Learning Approach北京交通大学（中科院）：Robust Object Tracking based on Temporal and Spatial Deep Networks 基于时间和空间上的目标跟踪11.港中文（腾讯优图）：Makeup-Go: Blind Reversion of Portrait Edit 照片去美化，人像还原港中文：Towards Diverse and Natural Image Descriptions via a Conditional GAN 对抗网络对图像的理解港中文：Identity-Aware Textual-Visual Matching with Latent Co-attention 图片与句子描述之间的相识度港中文：Learning to Disambiguate by Asking Discriminative Questions 消除回答奇异的方法，关于VQA港中文：Scene Graph Generation from Objects, Phrases and Region Captions 图像语义港中文：Situation Recognition with Graph Neural Networks 识别情景港中文：SGN: Sequential Grouping Networks for Instance Segmentation SGN图像分割港中文：Chained Cascade Network for Object Detection 连级网络对对象的检测港中文：Video Frame Synthesis using Deep Voxel Fl ow 视频帧合成汤晓鸥港中文（商汤）：Learning Deep Neural Networks for Vehicl e Re-ID with Visual-spatio-temporal Path Proposals车辆再识别港中文（Uber，旷视，腾讯优图）：Detail-revealing Deep Video Super-resolution 视频超分辨率贾佳亚港中文（腾讯优图，旷视）：Zero-order Reverse Filtering反向滤波贾佳亚港中文：Learning Feature Pyramids for Human Pose Estimation 人姿态港中文：StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 文本生成图像港中文：Supplementary Meta-Learning: Towards a Dynamic Model For Deep Neural Networks 补充单元学习港中文：Temporal Action Detection with Structured Segment Networks 视频分享？汤晓鸥港中文（深圳大学）：Online Robust Image Alignment via Subspace Learning from Gradient Orientations港中文：Unsupervised Learning of Stereo Matching 无监督学习立体匹配港中文：Be Your Own Prada: Fashion Synthesis with Structural Coherence 关于时尚自动换衣港中文（商汤）：HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis 人姿态分析12.国立清华:No More Discrimination: Cross City Adaptation of Road Scene Segmenters 图像分割（无人驾驶）国立清华(微软亚洲研究院):Show, Adapt and Tell: Adversarial Training of Cross-domain Image Captioner 图像语义理解国立清华：Robust Pseudo Rand om Fields for Light-Fiel d Stereo Matching经验的贝叶斯定理框架-鲁棒伪随机场国立清华：Anticipating Daily Intention using On-Wrist Motion Triggered Sensing13.海康（复旦，上交）：Focusing Attention: Towards Accurate Text Recognition in Natural Images OCR14.腾讯优图：Weakly- and Self-Supervised Learning for Content-Aware Deep Image Retargeting 选择合适的放大方式对图像进行缩放腾讯优图（港中文）：High-Quality Correspondence and Segmentation Estimation for Dual-Lens Smart-Phone Portraits 手机双摄图像处理腾讯优图：Weakly Supervised Object Localization Using Things and Stuff Transfer15.复旦：Temporal Context Network for Activity Localization in Videos复旦（腾讯AILab）：Multi-scale Deep Learning Architectures for Person Re-id entification人的复旦（清华）：DSOD: Learning Deeply Supervised Object Detectors from Scratch 目标检测器复旦：Towards 3D Human Pose Estimation in the Wil d: a Weakly-supervised Approach人姿态检测16.西电：Deep Clustering via Joint Convolutional Autoencoder Embedding and Relative Entropy Minimization17.大连理工（南理工，桂林电子）：Blind Image Deblurring with Outlier Handling 模糊图像清晰大连理工，哈工大：Is Second-order Information Helpful for Large-scale Visual Recognition? 关于卷积神经网深层信息大连理工：Stepwise Metric Promotion for Unsupervised Vid eo Person Re-identification 无监督学习人识别大连理工：Unsupervised Domain Adaptation for Face Recognition in Unlabeled Videos 无监督学习人脸识别大连理工：A Stagewise Refinement Model for Detecting Salient Objects in Images 分割大连理工：Amulet: Aggregating Multi-level Convolutional Features for Salient Object Detection 突出对象检测大连理工：Learning Uncertain Convolutional Features for Accurate Saliency Detection特征点大连理工（首都师范大学）：Surface Registration via Foliation18.国科大（中科院，港中文）：RPAN: An End-to-End Recurrent Pose-Attention Network for ActionRecognition in Videos国科大：Wavelet-SRNet: A Wavelet-based CNN for Multi-scale Face Super Resolution 人脸超分辨率国科大（中科院）：Multimodal Gaussian Process Latent Variable Models with Harmonization高斯过程隐变量模型国科大（微软亚洲研究院，中科院）：Human Pose Estimation using Gl obal and Local Normalization 用局部和全局来判断人的姿态国科大：Soft Proposal Networks for Weakly Supervised Object Localization 定位19.山东大学(微软研究院):A Generic Deep Architecture for Single Image Reflection Removal and Image Smoothing 去镜子反光20.西交大：Compl ex Event Detection by Id entifying Reliable Shots from Untrimmed Videos 西交大：Channel Pruning for Accel erating Very Deep Neural Networks 修剪深网络孙剑西交大：Monocular 3D Human Pose Estimation by Predicting Depth on Joints 单目人姿态估计并预测深度西交大：Predicting Human Activities Using Stochastic Grammar 人行动的预测西交大：Should We Encode Rain Streaks in Video as Deterministic or Stochastic?西交大：View Adaptive Recurrent Neural Networks for High Performance Human Action Recognition from Skeleton Data 人骨骼21.美图：Parallel Tracking and Verifying: A Framework for Real-Time and High Accuracy Visual Tracking 跟踪蛮好的22.南开：Structure-measure: A New Way to Evaluate Foreground Maps目标分割程明明实验室的的23.上交（腾讯优图）：RMPE: Regional Multi-Person Pose Estimation多人姿态估计上交（北大）：Performance Guaranteed Network Accel eration via High-Ord er Residual Quantization网络加速上交（上海科学技术大学，上海大学）：Semi-Global Weighted Least Squares in Image Filtering 滤波上交：SORT: Second-Ord er Response Transform for Visual Recognition 将二阶操作引入神经网络20.西北工业（华南理工）：Self-paced Kernel Estimation for Robust Blind Im age Deblurring 图像复原西北工业：Monocular Dense 3D Reconstruction of a Complex Dynamic Scene from Two Perspective Frames单目的通过视频的多帧数据来重建三维场景西北工业：Towards End-to-end Text Spotting with Convolutional Recurrent Neural Networks 文字识别西北工业：Efficient Global 2D-3D Matching for Camera Localization in a Large-Scale 3D Map 地图定位西北工业：Supervision by Fusion: Towards Unsupervised Learning of Deep Salient Object Detector 图像分割21.天大：Learning Dynamic Siamese Network for Visual Object Tracking 追踪22.香港大学：High-Resolution Shape Completion Using Deep Neural Networks for Global Structure and Local Geometry Inference 模型复原香港大学：SCNet: Learning Semantic Correspondence语义对应23.台湾大学：Drone-based Object Counting by Spatially Regularized Regional Proposal Network24.北大：Centered Weight Normalization in Accelerating Training of Deep Neural Networks 对网络权重进行重新规划北大（图森）：Factorized Bilinear Models for Image Recognition 双线性分类北大：Attention-aware Deep Reinforcement Learning for Video Face Recognition 视频人脸识别北大（北理工）：Learning long-term d ependencies for action recognition with a biologically-inspired d eep network 提出生物启发网络北大（北理工）：Exploiting Multi-Grain Ranking Constraints for Precisely Searching Visually-similar Vehicles 检测测量相识度北大（上海交通大学）：Hard-Aware Deeply Cascaded Embedding网络优化？25.百度：WordSup: Expl oiting Word Annotations for Character based Text Detection 文字识别26.香港科技大学（清华）：SurfaceNet: An End-to-end 3D Neural Network for Multiview Stereopsis香港科技大学（上海交通大学）：Online Video Object Detection using Association LSTM 用LSTM进行视频人检测香港科技大学（华南理工）Lattice Long Short-Term Memory for Human Action Recognition 用CNN和LSTM来记录人的动作香港科技大学：Temporal Dynamic Graph LSTM for Action-driven Video Object Detection LSTM 事件的检测27.腾讯AILab （360AI Institute）：Video Scene Parsing with Predictive Feature Learning 视频情景解析腾讯AILab（商汤）：Detecting Faces Using Insid e Cascaded Contextual CNN 联级CNN 检测28.成电：Leveraging Weak Semantic Rel evance for Complex Video Event Classification 视频事件分析什么事件？29.国立台湾：Unroll ed Memory Inner-Products: An Abstract GPU Operator for Efficient Vision-Related Computations关于GPU ，底层计算框架30.北师大：3DCNN-DQN-RNN: A Deep Reinforcement Learning Framework for Semantic Parsing of Large-scale 3D Point Clouds 大规模深度学习点云31.浙大：Infant Footprint Recognition 婴儿足迹识别？有什么用？浙大（微软研究院）：In this paper, we address the problem of person reidentification, which refers to associating the persons captured from different cameras 人识别32.合肥工业（西南交通，腾讯AILab，360AI Institut e）：Neural Person Search Machines 找人33.商汤（港中文）：Recurrent Scale Approximation for Object Detection in CNN 目标的多尺度检测汤晓鸥商汤（清华，港中文）：Orientation Invariant Feature Embedding and Spatial Temporal Regularization for Vehicle Re-identification 车辆识别34.上海科技大学：A Revisit of Sparse Coding Based Anomaly Detection in Stacked RNN Framework 稀疏编码上海科技大学：Catadioptric HyperSpectral Light Field Imaging 成像技术上海科技大学：Deep Free-Form Deformation Network for Object-Mask Registration 目标检测上海科技大学：Generative Modeling of Audibl e Shapes for Object Perception 图像与发声物体识别上海科技大学：Ray Space Features for Plenoptic Structure-from-Motion上海科技大学：Structured Attentions for Visual Question Answering VQA35.中山大学：Deep Dual Learning for Semantic Image Segmentation 语义理解减少对标签数据的依赖中山大学：Deep Growing Learning 半监督学习相关的中山大学（商汤）：Multi-label Image Recognition by Recurrently Discovering Attentional Regions 多标签识别中山大学：RGB-Infrared Cross-Modality Person Re-Id entification RGB+红外人的识别中山大学：Cross-view Asymmetric Metric Learning for Unsupervised Person Re-identification 人检测36.南京大学（上交）：ThiNet:A Filter Level Pruning Method for Deep Neural Network Compression 关于神经网络的修剪南京大学：Adaptive Feeding: Achieving Fast and Accurate Detections by Adaptively Combining Object Detectors 目标检测南京大学（清华）：Monocular Free-head 3D Gaze Tracking with Deep Learning and Geometry Constraints 目光检测，新玩法？37.北邮：Object-level Proposals 图像边缘相关的38.香港城市大学：Least Squares Generative Adversarial Networks香港城市大学（深网视界）：CREST: Convolutional Residual Learning for Visual Tracking 视觉跟踪39.阿里（西电，西交）：Hierarchical Multimodal LSTM for Dense Visual-Semantic Embedding 语义理解40.上海大学：Multi-stage Multi-recursive-input Fully Convolutional Networks for Neuronal Boundary Detection 卷积网络进行边缘检测41.同济：Compositional Human Pose Regression 用回归来判断人的姿态同济：Scal e Recovery for Monocular Visual Od ometry Using Depth Estimated withDeep Convolutional Neural Fields 单目深度估计42.哈工大：Non-Rigid Object Tracking via Deformable Patches using Shape-Preserved KC and Level Sets 提出了一种滤波器来对对象进行跟踪43.帝视技术：Image Super-Resolution Using Dense Skip Connections 超分辨率44.北理工：Deep Cropping via Attention Box Prediction and Aesthetics Assessment北理工：Super-Trajectory for Video Segmentation 视频分割北理工：Transferring Objects: Joint Inference of Container and Human Pose 人姿势识别45.百度：Deep Metric Learning with Angular Loss 特征检测方法46.360：Recurrent 3D-2D Dual Learning for Large-pose Facial Landmark Detection47.台湾中央研究院（国立台湾大学）：DeepCD: Learning Deep Compl ementary Descriptors for Patch Representation 共同学习图像补丁48.厦门大学：We propose a deep network architecture for the pansharpening problem called PanNet 关于PanNet，全色锐化？提升图像质量？49.香港浸会大学：Dynamic Label Graph Matching for Unsupervised Video Re-Identification 标签估计50.青岛大学（大连理工）：Intrinsic 3D Dynamic Surface Tracking based on Dynamic Ricci Fl ow and Teichmuller Map 3D51.云南师范大学：Point Set Registration with Global-l ocal Correspondence and Transformation Estimation52.武汉科技大学（美图）：Saliency Pattern Detection by Ranking Structured Trees。
cvpr15论文汇报
segDeepM: Exploiting Segmentation and Context in Deep Neural Networks for Object Detection
• 思路
• 在RCNN的基础上增加对Segmentation和Context的特征
• Appearance特征
• 用RCNN得到的特征（即候选框warp为227*227后用CNN抽取的4096维特征）
• 网络深度越深，训练数据越多，精度是否越高？
• 针对ImageNet数据集，网络深度越深，其精度越高 • 针对物体识别问题，网络深度越深，训练集越大，精度是否越高有待商榷 • 未来的趋势是设计更简单的网络取得更好的效果
• 已有的物体检测方法
• 获取候选框，用CNN为候选框打分 • 用high-end bottom-up分割方法获得更好的候选框后，性能提高幅度不大
Saliency Detection by Multi-Context Deep Learning
• Observation
• Pre-train很重要
• 可以为深度模型提供好的初始化
• 区域很重要
• 局部区域有助于理解有哪些物体 • 全局区域有助于理解哪些物体是显著的
Saliency Detection by Multi-Context Deep Learning
• 算法描述
• 输入：一组图像和标签（缺失+噪音） • 输出：SVM的权值矩阵W • 初始化
• 具有label t的样本作为初始正样本集合 • 没有t标签的样本随机选择一部分作为负样本集合
• 迭代训练
• 根据已有的正负样本训练SVM得到wc. • 根据训练得到的SVM计算出较易区分的正负样本，以及较难区分的负样本 • 将较难区分的负样本中继续添加没有t标签的样本集合中的样本作为新的负样本集 合 • 直到没有较难区分的负样本为止
深度学习论文汇总
深度学习论⽂汇总本博客⽤于记录⾃⼰平时收集的⼀些不错的深度学习论⽂，近9成的⽂章都是引⽤量3位数以上的论⽂，剩下少部分来⾃个⼈喜好，本博客将伴随着我的研究⽣涯长期更新，如有错误或者推荐⽂章烦请私信。
深度学习书籍和⼊门资源LeCun Y, Bengio Y, Hinton G. Deep learning[J]. Nature, 2015, 521(7553): 436-444.（深度学习最权威的综述）Bengio, Yoshua, Ian J. Goodfellow, and Aaron Courville. Deep learning. An MIT Press book. (2015).（深度学习经典书籍）Deep Learning Tutorial（李宏毅的深度学习综述PPT，适合⼊门）D L. LISA Lab[J]. University of Montreal, 2014.（Theano配套的深度学习教程）deeplearningbook-chinese （深度学习中⽂书，⼤家⼀起翻译的）早期的深度学习Hecht-Nielsen R. Theory of the backpropagation neural network[J]. Neural Networks, 1988, 1(Supplement-1): 445-448.（BP神经⽹络）Hinton G E, Osindero S, Teh Y W. A fast learning algorithm for deep belief nets.[J]. Neural Computation, 2006, 18(7):1527-1554.（深度学习的开端DBN）Hinton G E, Salakhutdinov R R. Reducing the dimensionality of data with neural networks.[J]. Science, 2006, 313(5786):504-7.（⾃编码器降维）Ng A. Sparse autoencoder[J]. CS294A Lecture notes, 2011, 72(2011): 1-19.（稀疏⾃编码器）Vincent P, Larochelle H, Lajoie I, et al. Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion[J]. Journal of Machine Learning Research, 2010, 11(Dec): 3371-3408.（堆叠⾃编码器，SAE）深度学习的爆发:ImageNet挑战赛Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems. 2012.（AlexNet）Simonyan, Karen, and Andrew Zisserman. Very deep convolutional networks for large-scale image recognition. arXiv preprint arXiv:1409.1556 (2014).（VGGNet）Szegedy, Christian, et al. Going deeper with convolutions. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015. （GoogLeNet）Szegedy C, Vanhoucke V, Ioffe S, et al. Rethinking the Inception Architecture for Computer Vision[J]. Computer Science, 2015:2818-2826.（InceptionV3）He, Kaiming, et al. Deep residual learning for image recognition. arXiv preprint arXiv:1512.03385 (2015).（ResNet）Chollet F. Xception: Deep Learning with Depthwise Separable Convolutions[J]. arXiv preprint arXiv:1610.02357, 2016.（Xception）Huang G, Liu Z, Weinberger K Q, et al. Densely Connected Convolutional Networks[J]. 2016. (DenseNet, 2017 CVPR best paper) Squeeze-and-Excitation Networks. (SeNet, 2017 ImageNet 冠军)Zhang X, Zhou X, Lin M, et al. Shufflenet: An extremely efficient convolutional neural network for mobile devices[J]. arXiv preprint arXiv:1707.01083, 2017.（Shufflenet）Sabour S, Frosst N, Hinton G E. Dynamic routing between capsules[C]//Advances in Neural Information Processing Systems. 2017: 3859-3869.（Hinton, capsules）炼丹技巧Srivastava N, Hinton G E, Krizhevsky A, et al. Dropout: a simple way to prevent neural networks from overfitting[J]. Journal of Machine Learning Research, 2014, 15(1): 1929-1958.（Dropout）Ioffe S, Szegedy C. Batch normalization: Accelerating deep network training by reducing internal covariate shift[J]. arXiv preprint arXiv:1502.03167, 2015.（Batch Normalization）Lin M, Chen Q, Yan S. Network In Network[J]. Computer Science, 2014.（Global average pooling的灵感来源）Goyal, Priya, Dollár, Piotr, Girshick, Ross, et al. Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour[J]. 2017. （Facebook实验室的成果，解决了⼯程上⽹络batchsize特⼤时性能下降的问题）递归神经⽹络Mikolov T, Karafiát M, Burget L, et al. Recurrent neural network based language model[C]//Interspeech. 2010, 2: 3.（RNN和语language model结合较经典⽂章）Kamijo K, Tanigawa T. Stock price pattern recognition-a recurrent neural network approach[C]//Neural Networks, 1990., 1990 IJCNN International Joint Conference on. IEEE, 1990: 215-221.（RNN预测股价）Hochreiter S, Schmidhuber J. Long short-term memory[J]. Neural computation, 1997, 9(8): 1735-1780.（LSTM的数学原理）Sak H, Senior A W, Beaufays F. Long short-term memory recurrent neural network architectures for large scale acousticmodeling[C]//Interspeech. 2014: 338-342.（LSTM进⾏语⾳识别）Chung J, Gulcehre C, Cho K H, et al. Empirical evaluation of gated recurrent neural networks on sequence modeling[J]. arXiv preprint arXiv:1412.3555, 2014.（GRU⽹络）Ling W, Luís T, Marujo L, et al. Finding function in form: Compositional character models for open vocabulary word representation[J].arXiv preprint arXiv:1508.02096, 2015.（LSTM在词向量中的应⽤）Huang Z, Xu W, Yu K. Bidirectional LSTM-CRF models for sequence tagging[J]. arXiv preprint arXiv:1508.01991, 2015.（Bi-LSTM在序列标注中的应⽤）注意⼒模型Bahdanau D, Cho K, Bengio Y. Neural machine translation by jointly learning to align and translate[J]. arXiv preprintarXiv:1409.0473, 2014.（Attention model的提出）Mnih V, Heess N, Graves A. Recurrent models of visual attention[C]//Advances in neural information processing systems. 2014: 2204-2212.（Attention model和视觉结合）Xu K, Ba J, Kiros R, et al. Show, Attend and Tell: Neural Image Caption Generation with Visual Attention[C]//ICML. 2015, 14: 77-81.（Attention model⽤于image caption的经典⽂章）Lee C Y, Osindero S. Recursive Recurrent Nets with Attention Modeling for OCR in the Wild[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016: 2231-2239.（Attention model ⽤于OCR）Gregor K, Danihelka I, Graves A, et al. DRAW: A recurrent neural network for image generation[J]. arXiv preprint arXiv:1502.04623, 2015.（DRAM，结合Attention model的图像⽣成）⽣成对抗⽹络Goodfellow I, Pouget-Abadie J, Mirza M, et al. Generative adversarial nets[C]//Advances in neural information processing systems.2014: 2672-2680.（GAN的提出，挖坑⿐祖）Mirza M, Osindero S. Conditional generative adversarial nets[J]. arXiv preprint arXiv:1411.1784, 2014.（CGAN）Radford A, Metz L, Chintala S. Unsupervised representation learning with deep convolutional generative adversarial networks[J].arXiv preprint arXiv:1511.06434, 2015.（DCGAN）Denton E L, Chintala S, Fergus R. Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks[C]//Advances in neural information processing systems. 2015: 1486-1494.（LAPGAN）Chen X, Duan Y, Houthooft R, et al. Infogan: Interpretable representation learning by information maximizing generative adversarial nets[C]//Advances in Neural Information Processing Systems. 2016: 2172-2180.（InfoGAN）Arjovsky M, Chintala S, Bottou L. Wasserstein gan[J]. arXiv preprint arXiv:1701.07875, 2017.（WGAN）Zhu J Y, Park T, Isola P, et al. Unpaired image-to-image translation using cycle-consistent adversarial networks[J]. arXiv preprint arXiv:1703.10593, 2017.（CycleGAN）Yi Z, Zhang H, Gong P T. DualGAN: Unsupervised Dual Learning for Image-to-Image Translation[J]. arXiv preprint arXiv:1704.02510, 2017.（DualGAN）Isola P, Zhu J Y, Zhou T, et al. Image-to-image translation with conditional adversarial networks[J]. arXiv preprint arXiv:1611.07004, 2016.（pix2pix）⽬标检测Szegedy C, Toshev A, Erhan D. Deep neural networks for object detection[C]//Advances in Neural Information Processing Systems.2013: 2553-2561.（深度学习早期的物体检测）Girshick, Ross, et al. Rich feature hierarchies for accurate object detection and semantic segmentation. Proceedings of the IEEE conference on computer vision and pattern recognition. 2014.（RCNN）He K, Zhang X, Ren S, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[C]//European Conference on Computer Vision. Springer International Publishing, 2014: 346-361.（何凯明⼤神的SPPNet）Girshick R. Fast r-cnn[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 1440-1448.（速度更快的Fast R-cnn）Ren S, He K, Girshick R, et al. Faster r-cnn: Towards real-time object detection with region proposal networks[C]//Advances in neural information processing systems. 2015: 91-99.（速度更更快的Faster r-cnn）Redmon J, Divvala S, Girshick R, et al. You only look once: Unified, real-time object detection[C]//Proceedings of the IEEEConference on Computer Vision and Pattern Recognition. 2016: 779-788.（实时⽬标检测YOLO）Liu W, Anguelov D, Erhan D, et al. SSD: Single shot multibox detector[C]//European Conference on Computer Vision. Springer International Publishing, 2016: 21-37.（SSD）Li Y, He K, Sun J. R-fcn: Object detection via region-based fully convolutional networks[C]//Advances in Neural InformationProcessing Systems. 2016: 379-387.（R-fcn）Lin T Y, Goyal P, Girshick R, et al. Focal loss for dense object detection[J]. arXiv preprint arXiv:1708.02002, 2017.（Focal loss）One/Zero shot learningFei-Fei L, Fergus R, Perona P. One-shot learning of object categories[J]. IEEE transactions on pattern analysis and machineintelligence, 2006, 28(4): 594-611.（One shot learning）Larochelle H, Erhan D, Bengio Y. Zero-data learning of new tasks[J]. 2008:646-651.（Zero shot learning的提出）Palatucci M, Pomerleau D, Hinton G E, et al. Zero-shot learning with semantic output codes[C]//Advances in neural information processing systems. 2009: 1410-1418.（Zero shot learning⽐较经典的应⽤）图像分割Long J, Shelhamer E, Darrell T. Fully convolutional networks for semantic segmentation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015: 3431-3440.（有点⽼但是⾮常经典的图像语义分割论⽂，CVPR2015）Chen L C, Papandreou G, Kokkinos I, et al. Deeplab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected crfs[J]. arXiv preprint arXiv:1606.00915, 2016.（DeepLab）Zhao H, Shi J, Qi X, et al. Pyramid scene parsing network[J]. arXiv preprint arXiv:1612.01105, 2016.（PSPNet）Yu F, Koltun V, Funkhouser T. Dilated residual networks[J]. arXiv preprint arXiv:1705.09914, 2017.He K, Gkioxari G, Dollár P, et al. Mask R-CNN[J]. arXiv preprint arXiv:1703.06870, 2017.（何凯明⼤神的MASK r-cnn，膜）Hu R, Dollár P, He K, et al. Learning to Segment Every Thing[J]. arXiv preprint arXiv:1711.10370, 2017.（Mask Rcnn增强版）-Person Re-IDYi D, Lei Z, Liao S, et al. Deep metric learning for person re-identification[C]//Pattern Recognition (ICPR), 2014 22nd International Conference on. IEEE, 2014: 34-39.（较早的⼀篇基于CNN的度量学习的Re-ID，现在来看⽹络已经很简单了）Ding S, Lin L, Wang G, et al. Deep feature learning with relative distance comparison for person re-identification[J]. PatternRecognition, 2015, 48(10): 2993-3003.（triplet loss）Cheng D, Gong Y, Zhou S, et al. Person re-identification by multi-channel parts-based cnn with improved triplet lossfunction[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016: 1335-1344.（improved triplet loss）Hermans A, Beyer L, Leibe B. In Defense of the Triplet Loss for Person Re-Identification[J]. arXiv preprint arXiv:1703.07737, 2017.（Triplet loss with hard mining sample）Chen W, Chen X, Zhang J, et al. Beyond triplet loss: a deep quadruplet network for person re-identification[J]. arXiv preprintarXiv:1704.01719, 2017.（四元组）Zheng Z, Zheng L, Yang Y. Unlabeled samples generated by gan improve the person re-identification baseline in vitro[J]. arXiv preprint arXiv:1701.07717, 2017.(⽤GAN造图做ReID第⼀篇)Zhang X, Luo H, Fan X, et al. AlignedReID: Surpassing Human-Level Performance in Person Re-Identification[J]. arXiv preprint arXiv:1711.08184, 2017. （AlignedReid，⾸次超越⼈类）（在这个领域提供了⼤量论⽂，常⽤的数据集和代码都可以在主页中找到）本⽂转载，原⽂链接：/qq_21190081/article/details/69564634。
cvpr论文
cvpr论文CVPR (Conference on Computer Vision and Pattern Recognition)是计算机视觉和模式识别领域的顶级国际会议，每年举办一次。
以下是一些CVPR论文的主题和标题：1. "Fully Convolutional Networks for Semantic Segmentation" - Jonathan Long, Evan Shelhamer, and Trevor Darrell (2015)这篇论文提出了一种用于语义分割的全卷积网络，具有显著的准确性和效率。
2. "Generative Adversarial Networks" - Ian J. Goodfellow, Jean Pouget-Abadie, et al. (2014)这篇论文介绍了一种生成对抗网络的概念，可以用于生成逼真的图像和其他样本。
3. "Mask R-CNN" - Kaiming He, Georgia Gkioxari, Piotr Dollár, and Ross Girshick (2017)这篇论文提出了一种能够同时进行目标检测和实例分割的神经网络模型，对于复杂场景中的物体识别非常有效。
4. "Deep Residual Learning for Image Recognition" - Kaiming He, Xiangyu Zhang, et al. (2016)这篇论文介绍了一种深度残差学习网络，可以通过网络层之间的残差连接来解决深层网络训练中的梯度消失和梯度爆炸问题。
5. "DeepFace: Closing the Gap to Human-Level Performance in Face Verification" - Yaniv Taigman, Ming Yang, et al. (2014)这篇论文描述了一种能够达到人类级别面部验证性能的深度学习模型，引起了广泛的关注。
机器学习：入门必读的经典论文推荐
机器学习：入门必读的经典论文推荐引言机器学习是人工智能领域的重要分支，它研究如何通过计算机自动地学习和改进任务的性能。
随着近年来大数据和计算力的快速发展，机器学习取得了深刻而广泛的应用。
在理解机器学习的基本原理和算法之前，了解一些经典论文可以帮助我们建立坚实的基础。
本文将介绍一些入门必读的经典论文，并对其核心思想进行简要概括。
论文推荐1. "A Few Useful Things to Know About Machine Learning" by Pedro Domingos (2012)这篇论文总结了作者多年从事机器学习研究和实践中积累的经验，并提供了一些有关数据集、模型选择、特征工程等方面的实用技巧。
它让新手能够迅速入门并了解如何避免常见陷阱。
2. "A Neural Probabilistic Language Model" by Yoshua Bengio et al. (2003)这篇论文提出了神经概率语言模型（Neural Probabilistic Language Model），将词语表示为低维向量，并通过神经网络学习其表示和概率分布，从而解决了语言模型中的一些问题。
该模型为后续深度学习在自然语言处理领域的发展奠定了基础。
3. "Support-Vector Networks" by Bernhard Schölkopf et al. (1995)这篇论文介绍了支持向量机（Support Vector Machines, SVM）算法，提出了构建最大间隔超平面的思想，并讨论了其在分类和回归任务中的应用。
SVM 是一种非常强大且广泛应用的机器学习方法，在这篇论文中你将对其原理有一个深入的了解。
4. "Learning to Detect Objects in Images via a Sparse,Part-Based Representation" by Piotr Dollar et al. (2009)这篇论文介绍了一种基于稀疏表达和部件划分的图像目标检测方法。
机器学习文献阅读
文献阅读报告————机器学习 （1）机器学习的定义机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
机器学习的核心是学习。
学习是系统中的任何改进，这种改进使得系统在重复同样的工作或进行类似的工作时，能完成得更好。
机器学习就是要使计算机能模拟人的学习行为，自动地通过学习获取知识和技能，不断改善性能，实现自我完善。
（2）机器学习的研究内容如何使机器通过识别和利用现有知识来获取新知识和新技能。
作为人工智能的一个重要的研究领域，机器学习的研究工作主要围绕学习机理、学习方法、面向任务这三个基本方面的研究。
（3）学习系统为了使计算机系统具有某种程度的学习能力，使它能通过学习增长知识，改善性能，提高智能水平，需要为它建立相应的学习系统。
一个学习系统一般应该由环境、学习、知识库、执行与评价四个基本部分组成。
（4）机器学习的分类基于学习策略的分类，依从简单到复杂，从少到多的次序分为以下六种基本类型：1）机械学习(Rote learning)学习者无需任何推理或其它的知识转换，直接吸取环境所提供的信息。
如塞缪尔的跳棋程序，纽厄尔和西蒙的LT系统。
这类学习系统主要考虑的是如何索引存贮的知识并加以利用。
系统的学习方法是直接通过事先编好、构造好的程序来学习，学习者不作任何工作，或者是通过直接接收既定的事实和数据进行学习，对输入信息不作任何的推理。
或Learning by being told) 2）示教学习(Learning from instruction学生从环境（教师或其它信息源如教科书等）获取信息，把知识转换成内部可使用的表示形式，并将新的知识和原有知识有机地结合为一体。
所以要求学生有一定程度的推理能力，但环境仍要做大量的工作。
WSDM2017精选论文解读
WSDM2017精选论文解读人工智能和机器学习领域的学术论文汗牛充栋。
每年的各大顶级会议、研讨班录用好几千篇论文，即便是亲临现场也很难追踪到所有的前沿信息。
在时间精力有限的情况下，选择精读哪些论文，学习哪些热门技术就成为了AI学者和从业人员所头痛的问题。
这个栏目就是要帮助大家筛选出有意思的论文，解读出论文的核心思想，为精读提供阅读指导。
数据挖掘和机器学习应用的顶级会议The Tenth ACM International Conference on Web Search and Data Mining （WSDM 2017）今年2月已经在英国剑桥圆满举行。
正值WSDM十周年，会议上对WSDM的发展进行了回顾和展望。
纵观过去十年的发展，WSDM已经成长为学术圈和工业界都十分倚重的经典跨界会议。
不像KDD、WWW或者SIGIR，WSDM因为从最开始就由不少工业界的学术领导人发起并且长期引领，所以十分重视工业界的学术成果的展现。
有不少经典的工业界文章在过去十年里，都是通过WSDM发表的。
今年也不例外，因为WSDM的论文涵盖非常广泛的主题，而且一般的读者很难从浩如烟海的文献中即刻抓取到有用信息，这里笔者从80篇会议文章中精选出5篇有代表性的文章，为读者提供思路。
Unbiased Learning-to-Rank with Biased Feedback概要：这篇文章获得了WSDM 2017最佳论文。
在实际生产中，我们大量获得的是“有偏差”（Biased）的数据。
那么，如何从这些“有偏差”的数据中，进行“无偏差”（Unbiased）的机器学习就成为了过去很长一段时间以来，实际生产中非常急迫解决的问题。
本文探讨了解决这个问题的一种思路。
这篇文章来自康奈尔大学的Thorsten Joachims以及他的学生。
Thorsten在上一个十年的学术研究中，因为开发SVMLight而名声显赫。
他也是最早思考如何利用用户反馈数据进行排序模型（Ranking Model）训练的学者。
cvpr格式引用endnote
主题：计算机视觉与模式识别（CVPR）会议概览一、CVPR会议简介1. CVPR全称2. CVPR会议概述3. CVPR会议的历史和发展4. CVPR会议对计算机视觉和模式识别领域的影响二、CVPR会议的组织与重要性1. CVPR会议的组织架构2. CVPR会议的学术委员会构成3. CVPR会议的审稿流程4. CVPR会议对学术界和产业界的影响5. CVPR会议对学术研究和技术发展的重要性三、CVPR会议的论文和研究方向1. CVPR会议的研究领域2. CVPR会议论文的质量和数量3. CVPR会议对新兴研究领域的关注4. CVPR会议对计算机视觉和模式识别领域的前沿探索四、CVPR会议的国际影响力1. CVPR会议的参与与影响2. CVPR会议的国际合作与交流3. CVPR会议在国际学术界的声誉和地位4. CVPR会议对全球计算机视觉和模式识别研究的推动作用五、CVPR会议对行业发展和应用1. CVPR会议与产业界的合作与交流2. CVPR会议对计算机视觉技术商业化的推动作用3. CVPR会议对人工智能和机器学习应用的影响结语：回顾CVPR会议的发展历程，不难发现它在推动计算机视觉与模式识别领域的学术研究和技术发展方面发挥了重要作用。
希望未来CVPR会议能继续保持其国际影响力，并为学术界和产业界的交流合作搭建更多的评台。
六、CVPR会议的新技术和发展趋势1. CVPR会议对新技术的关注和推动近年来，随着人工智能和深度学习的快速发展，CVPR会议也在不断关注并推动着新技术的发展。
特别是在图像识别、目标检测、语义分割、三维重建等领域，CVPR会议都致力于探索并推广最新的研究成果和应用技术。
在会议的相关主题报告中，我们经常能听到关于深度学习、卷积神经网络（CNN）、生成对抗网络（GAN）等前沿技术的讨论和应用。
2. CVPR会议对多领域交叉融合的倡导随着人工智能、大数据、云计算等新兴技术与计算机视觉的交叉融合，CVPR会议也开始倡导多领域交互合作的重要性，鼓励计算机视觉领域与其他领域的跨界合作与创新。
人工智能指数2017年度报告
指导委员会Yoav Shoham (主席) 斯坦福大学(Stanford University) Raymond PerraultSRI InternationalErik Brynjolfsson麻省理工学院(MIT)Jack ClarkOpen AI项目主管Calvin LeGassick「人工智能指数 2017 年度报告」Yoav Shoham, Raymond Perrault, Erik Brynjolfsson, Jack Clark, Calvin LeGassick「人工智能指数 2017 年度报告」,中文翻译今日头条、机器之心由斯坦福大学人工智能百年研究(AI100)推出的「人工智能指数」(AI Index)是一个追踪人工智能行业动态与发展的非营利性项目，其研究覆盖了百年以来人工智能的总体情况，目标是基于数据来推动人工智能的广泛交流和有效对话。
近日刚刚推出的2017 版报告是人工智能指数的首届年度报告，它从多个角度观察和解读了人工智能领域的动态和进展。
经「人工智能指数」项目委员会授权，今日头条联合机器之心对此报告做了中文翻译，译文错误由翻译方负责。
报告原文链接：https:///2017-report.pdf报告引用格式：Yoav Shoham, Raymond Perrault, Erik Brynjolfsson, Jack Clark, and Calvin LeGassick, "The AI Index 2017 Annual Report”, AI Index Committee of the One Hundred Year Study on Artificial Intelligence (AI100), Stanford University, Stanford, CA, November 2017. Chinese translation by Bytedance & Synced.©版权声明：2017 年斯坦福大学出品，「人工智能指数年度报告」获取创作共用署名-无衍生品执照（国际）: https:///licenses/by-nd/4.0/© Copyrights2017 by Stanford University, "The AI Index 2017 Annual Report" is made available under a Creative Commons Attribution-NoDerivatives 4.0License(International)https:///licenses/by-nd/4.0/目录领域活力 (8)学术领域 (8)论文发表数量 (8)课程选修人数 (9)学术会议出席情况 (11)产业领域 (12)AI领域创业公司 (12)AI领域风险投资 (13)工作机会 (14)开源生态 (17)GitHub 项目统计 (17)公众认知及媒体报道 (18)舆论倾向 (18)技术性能 (19)计算机视觉 (19)物体检测 (19)视觉问答 (20)自然语言处理 (21)解析 (21)机器翻译 (22)问答 (23)语音识别 (24)定理证明 (25)SAT 求解 (26)流行趋势关系研究 (27)学术界-产业界的动态关系 (27)人工智能活力指数 (28)达到人类水平的性能？ (29)查缺补漏 (32)专家讨论 (34)Barbara Grosz（哈佛大学） (34)Eric Horvitz（微软） (35)李开复（创新工场） (36)Alan Mackworth（加拿大不列颠哥伦比亚大学） (37)吴恩达（Coursera，斯坦福大学） (39)Daniela Rus（麻省理工学院） (40)Megan Smith（美国政府第三任CTO，Shift 7）和Susan Alzner（联合国非政府组织联络服务） (41)Sebastian Thrun（斯坦福大学, Udacity） (44)Michael Wooldridge (牛津大学) (45)加入行动 (46)感谢 (48)人工智能指数2017 年度报告简介当下，人工智能已然跃居为全球话题的焦点，来自开发者、业界领袖、政策制定者乃至大众的关注正与日俱增。
论文阅读报告
论文阅读报告撰写人：张胜时间：10月9号一、标题Parallel Spectral Clustering in Distributed Systems二、出处IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE 三、摘要Spectral clustering algorithms have been shown to be more effective in finding clusters than some traditional algorithms, such as k-means. However, spectral clustering suffers from a scalability problem in both memory use and computational time when the size of a data set is large. To perform clustering on large data sets, we investigate two representative ways of approximating the dense similarity matrix. We compare one approach by sparsifying the matrix with another by the Nystrom method. We then pick the strategy of sparsifying the matrix via retaining nearest neighbors and investigate its parallelization. We parallelize both memory use and computation on distributed computers. Through an empirical study on a document data set of 193,844 instances and a photo data set。
CVPR机器学习论文阅读报告
03 04 05
相关背景
什么是人脸对齐（alignment）？
人脸对齐，即面部特征点定位，在人脸上找出需要的特征点的 位置，比如鼻子左侧，鼻孔下侧，瞳孔位置，上嘴唇下侧等等 点的位置。下图中白色点的位置。定位了这些点的位置就可以 进行下一步的的检测（detection）或识别（identification）。
相关背景
本文需要解决的问题： 1、极端姿态下（如侧脸，偏转角度为90），一些特征点变了不可见。 2、不同姿态下的人脸表观（expressions）（仰头、大笑）也存在巨大差 异，这些问题都导致大姿态下面部特征点定位任务极具挑战性
yaw>45°
侧脸
不同表观
相关概念
3D密集人脸对齐（3DDFA）：首先利用PNCC方法建立3D模型，然后用级 联的卷积神经网络（cascaded CNN）系统去匹配模型。它通过估计模型 参数能找到所有的顶点（Vertexes）,所以是dense。
cascaded CNN:CNN通常分为卷积层、池化层、全连接层等几个部分。
卷积层：通过局部感知和参数共享的方法降低参数数量，识别并提取输入 数据的特征。
相关概念
下图中，不同颜色表明不同的卷积核。每个卷积核都会将图像生成为另一 幅图像。比如两个卷积核就可以将生成两幅图像，这两幅图像可以看做是 一张图像的不同的通道，又可以作为下一层卷积层的输入。
基于3D的大姿态人脸对齐方法
Face Alignment Across Large Poses:A 3D Solution
作者：Xiangyu zhu,
Chinese Academy of Sciences等
CONTENTS
01 02
背景及相关概念
机器类毕业论文范文大全
机器类毕业论文范文大全机器类毕业论文范文大全（机器学习、人工智能、自动化控制）一、机器学习机器学习是一门研究如何使计算机系统通过经验自动改进的学科。
它涉及到统计学、人工智能和计算机科学等领域的知识。
随着大数据时代的到来，机器学习的应用也越来越广泛。
本文将介绍机器学习的基本原理和应用，并结合具体案例进行分析和讨论。
机器学习的基本原理包括数据预处理、特征提取、模型选择和模型训练四个步骤。
首先，数据预处理是指对原始数据进行清洗和整理，去除噪声和异常值，使数据更适合机器学习算法的处理。
然后，特征提取是指从原始数据中提取有用的特征，用于描述和区分不同的样本。
接下来，模型选择是指选择适合特定任务的机器学习模型，如神经网络、决策树等。
最后，模型训练是指利用样本数据对选定的模型进行训练，使其能够对新的样本进行预测和分类。
机器学习在各个领域都有广泛的应用。
例如，在金融领域，机器学习可以用于风险评估、投资组合优化等。
在医疗领域，机器学习可以用于癌症诊断、药物研发等。
在交通领域，机器学习可以用于交通流量预测、智能驾驶等。
本文将以智能驾驶为例，介绍机器学习在交通领域的应用。
智能驾驶是一种基于机器学习的交通技术。
它利用传感器、摄像头和机器学习算法，使汽车能够自动感知周围环境、做出决策和执行动作，实现自主驾驶。
智能驾驶可以提高交通安全性、减少交通拥堵和节约能源等。
然而，目前智能驾驶的技术还面临一些挑战，如高精度的环境感知、时空决策和可靠的控制执行等。
二、人工智能人工智能是模拟和延伸人类智能的一门科学。
它研究如何使计算机系统能够具备类似人类智能的能力，包括感知、理解、推理、学习和决策等。
人工智能的核心技术包括机器学习、自然语言处理、计算机视觉等。
本文将介绍人工智能的基本概念和关键技术，并结合具体案例进行讨论。
人工智能的基本概念包括弱人工智能和强人工智能。
弱人工智能是指针对特定任务，模拟人类智能的一种技术。
它可以通过机器学习和专家系统等技术，实现对特定领域的智能化处理。
人工智能论文摘要
1、随机初始化训练SSD目标检测ScratchDetExploring to Train Single-Shot Object Detectors from Scratch.pdf使用ImageNet 预训练的网络模型能够帮助目标任务（物体检测、语义分割、细粒度识别等）快速收敛，然而使用预训练模型会带来诸多限制，其中一个问题就是改动特征提取网络的结构成本相对较高，需要耗时巨大的重新预训练来适应不同需求的任务。
那么，如果不使用预训练模型，进行随机初始化训练，达到较高准确率的某些必要条件是什么？本文介绍了我们今年的CVPR Oral 工作《ScratchDet: Exploring to Train Single-Shot Object Detectors from Scratch》，作者从优化的角度出发，通过实验解释了梯度稳定手段之一的BatchNorm 是如何帮助随机初始化训练一阶段检测器SSD，进而结合了ResNet 与VGGNet 来加强对小物体的检测。
文章的代码后续会公布到https:///KimSoybean/ScratchDet，并且contribute 到mmdetection 中。
2、离线语音识别Streaming End-to-end Speech Recognition For Mobile Devices摘要：根据给定输入语音直接预测输出字符序列的端到端（E2E）模型对移动端语音识别来说是不错的选择。
但部署E2E 模型的挑战也不少：为了应用到实际中，此类模型必须对语音进行流式的实时解码；它们必须稳健地支持长尾使用案例；它们必须能够利用用户特定的上下文（如联系人列表）；此外，它们必须要非常准确。
在本文中，我们用循环神经网络转换器（RNN transducer）构建了E2E 语音识别器。
经过试验评估，我们发现在很多评估项目中，该方法在延迟和准确率方面远超基于CTC 的传统模型。
3、手势估计Hand Pose Estimation: A Survey摘要：深度卷积神经网络(CNNs)近年来在几乎所有计算机视觉任务中的成功，以及低成本消费者深度相机的普及，使得手势估计成为计算机视觉领域的一个热门话题。
CVPR主席专访：如何享受CVPR这场盛会？CVPR2017
CVPR主席专访：如何享受CVPR这场盛会？CVPR2017雷锋网编者按：国际计算机视觉与模式识别顶级会议CVPR 2017于 7 月 21 日—7 月 26 日在美国夏威夷召开。
我们的记者团也特赴夏威夷为大家带来一手报道。
据雷锋网了解，今年CVPR是有史以来参会人数最多、论文数和规模均创新高的一届大会，共收到2620篇论文，最终由783篇论文被接受，4950名参会者注册参会，大会共设44 个workshop 和22 个tutorial，覆盖包括语言、生物学、3D 建模、自动驾驶等计算机视觉的多个细分领域。
规模和参会者的增加也使得大会的组织难度上升，对此，CVPR的大会主席之一Anthony Hoogs和我们分享了他是如何做好大会的组织工作的。
Anthony Hoogs是来自Kitware的计算机视觉资深理事。
Kitware是一家小型的软件开发公司，主要业务是计算机视觉领域的开发。
本次CVPR大会他是三位大会主席中的一员，负责在夏威夷的会议中心，会场与展览区域的后勤保障工作。
Q: 为了今天的准备过程一定非常兴奋吧。
A: 当然，非常令人兴奋。
我们已经为了这个会议准备了三年。
我们最初并没有准备把会议放在夏威夷。
在一年之前更换地点从价格上来讲有点昂贵并且给大会组织带来了一些困难，但是这并没有我们想象的糟，因为很多后勤保障的准备工作和细节当时并没有展开。
把会议地点更改到夏威夷的影响主要是重新预定会议房间，进行实地考察和其他一些事物。
我们主要通过雇佣支持性的承包商来提高我们大会的专业性。
今年我们收购了一个叫做Hall Erickson的展会的承包商，他们在管理展会上做的非常好。
我们做的是一个C to C的活动，他们和我们一起成长，管理注册登记，大会后勤保障，酒店合同和其他的一切。
作为大会主席，我的主要工作是确保全局工作完成，确保我们不会忘记任何事情，追踪重要的事项。
我们已经有25到30个人的团队执行大会需要的一切事物，我需要确保这些工作人员被分配到任务和了解他们的工作。
cvpr 模板的参考文献
CVPR 模板的参考文献1. 引言随着科技的不断发展，计算机视觉技术已经成为了人工智能领域的重要分支。
CVPR（计算机视觉和模式识别）作为计算机视觉领域的重要会议，每年都会吸引大量的学者和专家参与。
本文献综述主要围绕CVPR模板进行整理和阐述，为读者提供全面深入的了解。
2. 相关技术概览计算机视觉技术的发展历程中，许多技术都起到了重要的推动作用。
其中包括图像处理、机器学习、深度学习等领域的技术。
这些技术的交叉融合，使得计算机视觉技术在图像识别、目标检测、人脸识别等领域取得了显著的成果。
3. 相关算法原理在计算机视觉领域，有许多经典的算法和模型。
其中包括SIFT、SURF、HOG等特征提取算法，以及深度学习中的卷积神经网络（CNN）等模型。
这些算法和模型在图像识别、目标检测等领域发挥了重要的作用。
4. 实验设计和分析为了验证算法和模型的性能，需要进行实验设计和分析。
实验设计和分析的方法包括准确率、召回率、F1分数等指标的评估，以及与其他算法和模型的比较。
通过实验结果的分析，可以得出算法和模型的优缺点，为未来的研究提供参考。
5. 讨论和未来工作在计算机视觉领域，虽然已经取得了很多成果，但仍存在许多挑战和问题需要解决。
例如，如何提高算法和模型的泛化能力、如何处理大规模数据集等问题。
未来的研究可以从这些方面入手，进一步推动计算机视觉技术的发展。
6. 结论通过对CVPR模板的整理和阐述，可以得出计算机视觉技术的重要性和发展前景。
未来的研究可以从多个角度入手，进一步推动计算机视觉技术的发展。
同时，希望本文献综述能够为读者提供全面深入的了解，为未来的研究提供参考。
7. 附录附录部分主要提供了相关的参考文献，包括重要的学术论文、会议论文集等。
这些参考文献对于深入了解CVPR模板和计算机视觉技术的研究具有重要的参考价值。
FAIR报告
FAIR报告：Step by Step Thinking概述： FAIR（Facebook人工智能研究实验室）报告《Step by Step Thinking》是一份关于机器学习和人工智能的研究报告。
该报告探讨了在解决复杂问题时，通过逐步推理和思考的方式，机器学习系统如何取得更好的性能和效果。
1.背景随着人工智能的快速发展，机器学习系统被广泛应用于各个领域，例如自然语言处理、计算机视觉和语音识别等。
然而，面对复杂的问题，传统的机器学习方法往往难以取得令人满意的结果。
因此，研究人员开始思考如何通过逐步推理和思考的方式，提高机器学习系统的性能和效果。
2.逐步推理的重要性通过逐步推理和思考的方式，机器学习系统可以更好地理解和解决复杂的问题。
在传统的机器学习方法中，系统往往只能从输入数据中提取一些特征，然后进行预测或分类。
然而，这种方法无法充分利用问题本身的结构和特点。
而逐步推理的方法可以让机器学习系统在解决问题时，按照一定的逻辑顺序和规则进行推理，从而更好地理解问题的本质。
3.逐步推理的应用案例 3.1 自然语言处理在自然语言处理领域，逐步推理的方法被广泛应用于机器翻译和问答系统等任务。
通过逐步推理，机器学习系统可以逐步生成翻译或回答的过程，从而提高翻译或回答的质量和准确性。
3.2 计算机视觉在计算机视觉领域，逐步推理的方法被应用于图像识别和图像生成等任务。
通过逐步推理，机器学习系统可以逐步理解图像中的对象和特征，并生成与输入图像相匹配的图像或描述。
3.3 语音识别在语音识别领域，逐步推理的方法被应用于语音识别和语音生成等任务。
通过逐步推理，机器学习系统可以逐步理解语音信号中的内容和特征，并生成与输入语音相匹配的文字或语音。
4.逐步推理的挑战和解决方案尽管逐步推理的方法在提高机器学习系统性能方面有很大潜力，但也面临着一些挑战。
其中之一是推理过程的复杂性和计算成本。
为了解决这个问题，研究人员提出了一些优化算法和模型，例如基于图像的推理网络和渐进式神经网络等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
课题背景是指一项课题的由来、意义、环境、状态、前人的研究成果等，以及研 究该课题目前所具有的条件等。
背 景
撰写论文时，在论文的开头一般都要交代课题背景，以便让读者更好地了解课题的 内容、研究方法、研究过程和研究成果。
研究的意义
SECTION 1
研究的意义 POWER TEMPLATE
插入文本一
2017届CVPR机器学习论文阅读报告工作内容阐述: 4019
• 添加相关内容： • 4258492017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告 • 2887172017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告2017届CVPR机器学习论文阅读报告 7525422017届CVPR机器 学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机 器学习论文阅读报告
03
您的内容打在 这里，或者通过复 制您的文本后，在 此框中选择粘贴， 并选择只保留文字。
04
您的内容打在这 里，或者通过复制 您的文本后，在此 框中选择粘贴，并 选择只保留文字。
这里，或者通过复
制您的文本后，在 此框中选择粘贴， 并选择只保留文字。
总结：2017届CVPR机器学习论文阅读报告
• 内容123
2017届CVPR机器学习论文阅读报告工作内容阐述: 10293
• 添加相关内容： • 1516562017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告 • 3774072017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告2017届CVPR机器学习论文阅读报告 1881312017届CVPR机器 学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机 器学习论文阅读报告
2017届CVPR机器学习论文阅读报告工作内容阐述: 891279
• 添加相关内容： • 8219312017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告 • 1768862017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告2017届CVPR机器学习论文阅读报告 1087852017届CVPR机器 学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机 器学习论文阅读报告
无限写入的学术意义无限写入的 学术意义无限写入的学术意义无
学术
意义
经 济
意 义
插入文本二
无限写入的经济意义意义无限写 入的经济意义意义无限写入的经 济意义意义
限写入的学术意义无限写入的。
学术意义\学术意义\学术意义\学术意义\学术意义\ 学术意义\学术意义\学术意义\学术意义\学术意义\ 学术意义\学术意义\学术意义\学术意义\学术意义\ 学术意义\学术意义\学术意义\
2017届CVPR机器学习论文阅读报告
汇报人：××× 编号： 99409
初学者容易编辑修改
部分缩略图列表
论文目录
1
2 3 4
研究的意义
POWER TEMPLATE
相关理论前沿成果
POWER TEMPLATE
研究结论及应用
POWER TEMPLATE
总结与展望
POWER TEMPLATE
选题背景
• 添加相关内容： • 1830762017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告 • 9914022017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告2017届CVPR机器学习论文阅读报告 4713912017届CVPR机器 学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机 器学习论文阅读报告
ห้องสมุดไป่ตู้
• 2017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文阅读报告 2017届CVPR机器学习论文阅读报告
• 2017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文阅读报告 205047
2017届CVPR机器学习论文阅读报告工作内容阐述: 504459
理论基础与文献综述
01 输入内容 02 输入内容 03 输入内容 04 输入内容 05 输入内容
您的内容打在这里，或者通过复制您的文本后，在此框中选择粘贴，并选 择只保留文字。您的内容打在这里，在此框中选择粘贴，并选择只保留文字。
您的内容打在这里，或者通过复制您的文本后，在此框中选择粘贴，并选 择只保留文字。您的内容打在这里，在此框中选择粘贴，并选择只保留文字。
经济意义/经济意义/经济意义/经济意义/经济意义/ 经济意义/经济意义/经济意义/经济意义/经济意义/ 经济意义/经济意义/经济意义/经济意义/经济意义/ 经济意义/经济意义/经济意义/经济意义/
文献综述
综述 1
Innovation
点击此处添加 “标题内容”
您的内容打在这里，或者通过复制您的文本后，在此框中选择 粘贴，并选择只保留文字。您的内容打在这里，或者通过复制 您的文本后您的内容打在这里，您的内容打在这里，或者通过 复制您的文本后，在此框中选择粘贴，并选择只保留文字。
2
点击此处添加 “标题内容”
您的内容打在这里，或者通过复制您的文本后，在此框中选择 粘贴，并选择只保留文字。您的内容打在这里，或者通过复制 您的文本后您的内容打在这里，您的内容打在这里，或者通过
复制您的文本后，在此框中选择粘贴，并选择只保留文字。
主要贡献与创新
01
您的内容打在
02
您的内容打在 这里，或者通过复 制您的文本后，在 此框中选择粘贴， 并选择只保留文字。
2017届CVPR机器学习论文阅读报告工作内容阐述: 979530
• 添加相关内容： • 8721182017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告 • 5815022017届CVPR机器学习论文阅读报告2017届CVPR机器学习论文 阅读报告2017届CVPR机器学习论文阅读报告 7294102017届CVPR机器 学习论文阅读报告2017届CVPR机器学习论文阅读报告2017届CVPR机 器学习论文阅读报告