内容简介:同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流
加入极市 专业CV交流群,与 6000+来自腾讯,华为,百度,北大,清华,中科院 等名企名校视觉开发者互动交流!更有机会与 李开复老师 等大牛群内互动!
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流 。 点击文末“ 阅读原文 ”立刻申请入群~
前段时间,计算机视觉顶会CVPR 2019 公布了接收结果,极市也对此做了相关报道: 1300篇!CVPR2019接收结果公布,你中了吗? 。目前官方已公布了接收论文列表,极市已汇总目前公开的所有论文链接及code(目前已更新680篇),今日更新论文如下:
CVPR2019 全部论文汇总:
https://github.com/extreme-assistant/cvpr2019
CVPR2019 论文解读
http://bbs.cvmart.net/topics/287/cvpr201 9
1.Pedestrian Detection with Autoregressive Network Phases
具有自回归网络阶段的行人检测
作者:Garrick Brazil, Xiaoming Liu
https://arxiv.org/abs/1812.00440源码链接: https://github.com/garrickbrazil/AR-Ped
2.MVF-Net: Multi-View 3D Face Morphable Model Regression
MVF-Net:多视图3D面部可变模型回归
作者:Fanzi Wu, Linchao Bao, Yajing Chen, Yonggen Ling, Yibing Song, Songnan Li, King Ngi Ngan, Wei Liu
https://arxiv.org/abs/1904.04473源码链接: https://github.com/Fanziapril/mvfnet
3.Detecting Overfitting of Deep Generators via Latent Recovery
通过潜在恢复检测深度发电机的过度拟合
作者:Ryan Webster, Julien Rabin, Loic Simon, Frederic Jurie
https://arxiv.org/pdf/1901.03396v1.pdf源码链接: https://github.com/ryanwebster90/gen-overfitting-latent-recovery
4.Unsupervised Deep Epipolar Flow for Stationary or Dynamic Scenes
用于静止或动态场景的无监督深度极线流
作者:Yiran Zhong, Pan Ji, Jianyuan Wang, Yuchao Dai, Hongdong Li
https://arxiv.org/pdf/1904.03848v1.pdf源码链接: https://github.com/yiranzhong/EPIflow
5.Isospectralization, or how to hear shape, style, and correspondence
Isospectization,或如何听取形状,风格和通信
作者:Luca Cosmo, Mikhail Panine, Arianna Rampini, Maks Ovsjanikov, Michael M. Bronstein, Emanuele Rodolà
https://arxiv.org/abs/1811.11465v2源码链接: https://github.com/lcosmo/isospectralization
6.Exploring the Bounds of the Utility of Context for Object Detection
探讨用于物体检测的上下文效用的界限
作者:Ehud Barnea, Ohad Ben-Shahar
https://arxiv.org/abs/1711.05471v4源码链接: https://github.com/EhudBarnea/ContextAnalysis
7.Deformable ConvNets v2: More Deformable, Better Results
Deformable ConvNets v2:更加可变形,更好的结果
作者:Xizhou Zhu, Han Hu, Stephen Lin, Jifeng Dai
https://arxiv.org/pdf/1811.11168v2.pdf源码链接: https://github.com/msracver/Deformable-ConvNets
8.From Recognition to Cognition: Visual Commonsense Reasoning(Oral)
从认知到认知:视觉常识推理
作者:Rowan Zellers, Yonatan Bisk, Ali Farhadi, Yejin Choi
https://arxiv.org/pdf/1811.10830v2.pdf源码链接: https://github.com/rowanz/r2c
9.Unsupervised Visual Domain Adaptation: A Deep Max-Margin Gaussian Process Approach(Oral)
Unsupervised Visual Domain Adaptation:深度最大边缘高斯过程方法
作者:Minyoung Kim, Pritish Sahu, Behnam Gholami, Vladimir Pavlovic
https://arxiv.org/pdf/1902.08727.pdfhttps://github.com/seqam-lab/GPDA
*延伸阅读
点击左下角 “ 阅读原文 ”, 即可申请加入极市 目标跟踪、目标检测、工业检测、人脸方向、视觉竞赛等技术交流群, 更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流, 一起来让思想之光照的更远吧~
△长按关注极市平台
觉得有用麻烦给个在看啦~
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- OpenPCDet:点云3D目标检测开源库
- 目标检测的稀疏对抗攻击,代码已开源
- 牧云(CloudWalker)开源手记 | Webshell 监控检测策略初探
- 绝对不能错过的5款开源入侵检测工具
- 亚马逊提出目标检测训练秘籍(代码已开源)
- Facebook开源其Java竞争条件检测工具RacerD
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Agile Web Development with Rails 4
Sam Ruby、Dave Thomas、David Heinemeier Hansson / Pragmatic Bookshelf / 2013-10-11 / USD 43.95
Ruby on Rails helps you produce high-quality, beautiful-looking web applications quickly. You concentrate on creating the application, and Rails takes care of the details. Tens of thousands of deve......一起来看看 《Agile Web Development with Rails 4》 这本书的介绍吧!
HTML 编码/解码
HTML 编码/解码
MD5 加密
MD5 加密工具