2013 CVPR点评

由于没有下载链接，所以只能通过题目和作者估计一下论文的内容。难免有偏差，等看了论文以后再修正。

显著性

Saliency Aggregation: A Data-driven Approach Long Mai, Yuzhen Niu, Feng Liu 现在还没有搜到相关的资料，应该是多线索的自适应融合来进行显著性检测的

PISA: Pixelwise Image Saliency by Aggregating Complementary Appearance Contrast Measures with Spatial Priors Keyang Shi, Keze Wang, Jiangbo Lu, Liang Lin 这里的两个线索看起来都不新，应该是集成框架比较好。而且像素级的，估计能达到分割或者matting的效果

Looking Beyond the Image: Unsupervised Learning for Object Saliency and Detection Parthipan Siva, Chris Russell, Tao Xiang, Lourdes Agapito 基于学习的的显著性检测

Learning video saliency from human gaze using candidate selection Dmitry Rudoy, Dan Goldman, Eli Shechtman, Lihi Zelnik-Manor 这是一个做视频显著性的，估计是选择显著的视频目标

Hierarchical Saliency Detection Qiong Yan, Li Xu, Jianping Shi, Jiaya Jia Jiaya Jia的学生也开始做显著性了，多尺度的方法

Saliency Detection via Graph-Based Manifold Ranking Chuan Yang, Lihe Zhang, Huchuan Lu, Ming-Hsuan Yang, Xiang Ruan 这个应该是扩展了那个经典的 graph based saliency，应该是用到了显著性传播的技巧

Salient object detection: a discriminative regional feature integration approach Huaizu Jiang, Jingdong Wang, Zejian Yuan, Yang Wu, Nanning Zheng 一个多特征自适应融合的显著性检测方法

Submodular Salient Region Detection Zhuolin Jiang, Larry Davis 又是大牛下面的文章，提法也很新颖，用了submodular。第一作者今年有3篇CVPR文章

图像分割

Efficient Object Detection and Segmentation for Fine-Grained Recognition Anelia Angelova, Shenghuo Zhu 这个文章的卖点应该在efficient上面，是一个高效的算法。

Image Segmentation by Cascaded Region Allglomeration Zhile Ren, Gregory Shakhnarovich 看标题应该是一种新的区域生长类似的算法，多层模型的应用值得关注。

Analyzing Semantic Segmentation Using Human-Machine Hybrid CRFs Roozbeh Mottaghi, Sanja Fidler, Jian Yao, Raquel Urtasun, Devi Parikh 这个方法应该是把人机交互放到了条件随机场里面，实际上以前很多文章这么做过，很好奇这篇文章用了什么办法。这个研究组中了4篇。

Unsupervised Joint Object Discovery and Segmentation in Internet Images Michael Rubinstein, Armand Joulin, Ce Liu, Johannes Kopf 给予互联网图像的无监督目标检测和分割，应该是用到了海量数据中目标会重复出现这一基本属性。

Weakly-Supervised Bi-Clustering for Image Semantic Segmentation Yang Liu, Jing Liu, Zechao Li, Hanqing Lu 一个二元聚类问题，感觉应该是前景背景分割

Deep Learning Shape Priors for Object Segmentation Fei Chen, Huimin Yu, Roland Hu, Xunxun Zeng 通过deep learning学习形状模型

SCALPEL: Segmentation CAscades with Localized Priors and Efficient Learning David Weiss, Ben Taskar Ben Taskar是宾夕法尼亚大学的教授，他前年还获得了一个美国官方的奖项

Top-down Segmentation of Non-rigid Visual Objects using Derivative-based Search on Sparse Manifolds
Jacinto Nascimento, Gustavo Carneiro 自上而下的分割，是用到了模型学习吗？

Probabilistic Graphlet Cut: Exploiting Spatial Structure Cue for Weakly Supervised Image Segmentation
Luming Zhang, Mingli Song, Zicheng Liu, Xiao Liu, Jiajun Bu, Chun Chen 现在新名词越来越多了，弱监督的分割，效果应该不错。

Graph Transduction Learning with Connectivity Constraints with Application to Multiple Foreground Cosegmentation Tianyang Ma, Longin Jan Latecki 天普大学的，基本每年都能见到他的paper

Towards Fast and Accurate Segmentation Camillo Taylor 这个应该是宾大的CJ Taylor教授，他竟然一个人写了一篇

A Principled Deep Random Field Model for Image Segmentation Pushmeet Kohli, Anton Osokin, Stefanie Jegelka 这个也是大牛的paper

视频处理

Video Object Segmentation through Spatially Accurate and Temporally Dense Extraction of Primary Object Regions Dong Zhang, Omar Javed, Mubarak Shah ORAL 从视频中分割出主要目标的方法。既然是Oral，应该值得好好学习。

Fast Rigid Motion Segmentation via Incrementally-Complex Local Models Fernando Flores-Mangas, Allan Jepson 快速的运动分割，实时性的东西我都比较感兴趣。

Multi-Class Video Co-Segmentation with a Generative Multi-Video Model Wei-Chen Chiu, Mario Fritz 这个难道是将几个视频放一起进行联合分割？

Discriminative Segment Annotation in Weakly Labeled Video Kevin Tang, Rahul Sukthankar, Jay Yagnik,Li Fei-Fei ORAL 视频标注，Li Feifei做这个方向挺长时间了，看看这篇oral文章新的idea

Representing Videos using Mid-level Discriminative Patches Arpit Jain, Abhinav Gupta, Mikel Rodriguez, Larry Davis 新的视频描述方法，应该可以用在视频分割里面

Video Editing with Temporal, Spatial and Appearance Consistency Xiaojie Guo, Xiaochun Cao, Yi Ma Ma yi的paper，关于视频编辑的，里面应该也是主要用到了视频分割的技术。

Ensemble Video Object Cut in Highly Dynamic Scenes Xiaobo Ren, Tony Han, Zhihai He 在高度动态的场景中，时间一致性不好保证，视频分割应该会变得困难。

Hierarchical Video Representation with Trajectory Binary Partition Tree Guillem Palou, Philippe Salembier 看题目挺有意思，轨迹的二分树

Adherent Raindrop Detection and Removal in Video Shaodi You, Rei Kawakami, Robby Tan, Katsushi Ikeuchi 来自日本的一篇有趣的paper，视频中的雨点检测与消除

跟踪

Tracking Sports Players with Context-Conditioned Motion Models Jingchen Liu, Peter Carr, Robert Collins, Yanxi Liu ORAL Bob Collins的paper，使用运动模型进行运动员跟踪的。

Multi-target Tracking by Lagrangian Relaxation to Min-Cost Network Flow Asad Butt, Robert Collins ORAL 看来Collins教授已经称霸tracking领域了，直接两篇oral

Physically Plausible 3D Scene Tracking: The Single Actor Hypothesis Nikolaos Kyriazis, Antonis Argyros ORAL 关于3D场景跟踪的，一篇oral

Structure Preserving Object Tracking Lu Zhang, Laurens van der Maaten ORAL 保持结构的跟踪，不知道具体指的是哪方面的结构，骨架吗？

Harry Potter's Marauder's Map: Localizing and Tracking Multiple Persons-of-Interest by Nonnegative Discretization Shoou-I Yu, Yi Yang, Alexander Hauptmann 都扯上哈利波特了，看看吧

Detection- and Trajectory-Level Exclusion in Multiple Object Tracking Anton Andriyenko, Stefan Roth, Konrad Schindler 这个应该是重在利用轨迹进行目标的关联上

Robust Real-Time Tracking of Multiple Objects by Volumetric Mass Densities Horst Possegger, Sabine Sternig, Thomas Mauthner, Peter Roth, Horst Bischof 不知道这个质量密度是什么意思，是不是统计被跟踪的目标形成的volume中概率密度的总和之类

Learning Compact Binary Codes for Visual Tracking Xi Li, Chunhua Shen, Anthony Dick, Anton van den Hengel 题目看起来有意思

Part-based Visual Tracking with Online Latent Structural Learning Rui Yao, Qinfeng Shi, Chunhua Shen, Yanning Zhang, Anton van den Hengel 这个paper是西工大的吧，基于部件的在线跟踪

Self-paced learning for long-term tracking James Supancic III, Deva Ramanan 这个也有点意思，应该是分析长时间跟踪中，模型的更新频率问题。

Joint Multi-Camera Reconstruction and Multi-Object Tracking in a Global Unified Optimization Framework
Martin Hofmann, Daniel Wolf 利用多相机做多目标跟踪和场景重建

Least Soft-thresold Squares Tracking Dong Wang, Huchuan Lu, Ming-Hsuan Yang

Tracking People and Their Objects Tobias Baumgartner, Dennis Mitzel, Bastian Leibe 是要跟踪人和他们携带的物品吗？

Tracking Human Pose by Tracking Symmetric Parts Varun Ramakrishna, Yaser Sheikh, Takeo Kanade Kanade教授的paper，利用对称性来跟踪人。

立体视觉

Accurate Localization of 3D Objects from RGB-D Data using Segmentation Hypotheses Byung-soo Kim, Shili Xu, Silvio Savarese 随着kinect的普及，RGB-D数据越来越受关注了。

Megastereo: Constructing High-Resolution Stereo Panoramas Christian Richardt, Yael Pritch, Henning Zimmer, Alexander Sorkine-Hornung ORAL 创建高分辨率的立体全景图，应该有市场前景

Scene-SIRFS: Intrinsic Scene Properties from a Single RGB-D Image Jonathan Barron, Jitendra Malik ORAL

Perceptual Organization and Recognition of Indoor Scenes from RGBD Images Saurabh Gupta, Pablo Arbelaez, Jitendra Malik ORAL 连着两篇J.Malik教授的Oral，都是关于RGBD图像的，看来他们现在对这个方面很感兴趣

A New Perspective on Uncalibrated Photometric Stereo Thoma Papadhimitri, Paolo Favaro 不用标定的，应该适合于手持设备。

In Defense of 3D-Label Stereo Carl Olsson, Johannes Ulen, Yuri Boykov 大牛的paper，关注之

Recovering Stereo Pairs from Anaglyphs Armand Joulin, Sing Bing Kang

Segment-Tree based Cost Aggregation for Stereo Matching Xing Mei, Xun Sun, Weiming Dong, Xiaopeng ZHANG 基于分割树的立体匹配

其他

Integrating Grammar and Segmentation for Human Pose Estimation Brandon Rothrock, Seyoung Park,Song Chun Zhu 做姿态估计的，我自己没做过这方面，不过很想了解一下。

Watching Unlabeled Video Helps Learn New Human Actions from Very Few Labeled Snapshots Chao-Yeh Chen, Kristen Grauman ORAL paper的题目很有意思，美女教授的Oral，关注一下

Context-Aware Modeling and Recognition of Activities in Video Amit Roy-Chowdhury, YINGYING ZHU ORAL 和行为识别有关系的，用到了上下文信息。

Recognize Human Activities from Partially Observed Videos Yu Cao, Daniel Barrett, Andrei Barbu, Siddharth Narayanaswamy, Haonan Yu, Aaron Michaux, Yuewei Lin, Sven Dickinson, Jeffrey Siskind, Song Wang 关注这篇paper主要是因为第一次看到CVPR的论文有这么多作者。（10个作者！）

Large Displacement Optical Flow from Nearest Neighbor Fields Zhuoyuan Chen, Hailin Jin, Zhe Lin, Scott Cohen, Ying Wu wu ying 提了新的LDOF，不知道会不会比Brox的快

Better exploiting motion for better action recognition Mihir Jain, Herve Jegou, Patrick Bouthemy 名字起的有吸引力，关注一下

Motionlets: Mid-Level 3D Parts for Human Motion Recognition LiMin Wang, Qiao Yu, Xiaoou Tang 中层的3D部件

Motion Estimation for Self-Driving Cars With a Generalized Camera Gim Hee Lee, Friedrich Fraundorfer,marc pollefeys 基于无人驾驶汽车的视觉运动估计，这个我很感兴趣。

Deformable Spatial Pyramid Matching for Fast Dense Correspondences Jaechul Kim, Ce Liu, Fei Sha,Kristen Grauman 稠密匹配的，Ce Liu 和 Grauman合作的

Pose from Flow and Flow from Pose Katerina Fragkiadaki, Han Hu, jianbo shi 以前一起合作过的，Jianbo Shi老师的学生

Correlation Filters for Improved Object Alignment Vishnu Naresh Boddeti, Takeo Kanade, Vijayakumar Bhagavatula Kanade教授的paper，目标对齐

Articulated Pose Estimation using Discriminative Armlet Classifiers Georgia Gkioxari, Pablo Arbelaez, Lubomir Bourdev, Jitendra Malik

转载地址：http://blog.sina.com.cn/s/blog_5a8b44fa0101j6dk.html

cvpr2013地址：http://www.cvpapers.com/cvpr2013.html

2013 CVPR点评相关推荐

美团大众点评往届笔试面试题汇总
整理了一下美团往届笔试面试题,希望对大家有帮助: 来源:美团笔试面试圈>> 1.美团点评:现场面试41题实拍含答案!JVM+HashMap+多线程+Mysql! 2.2018美团点评秋招笔 ...
大众点评：开放质疑与阿里竞争
2013大众点评迎来新挑战.推出的开放者平台遭到多方质疑,而阿里又表示六月将推阿里将推本地生活服务APP,正面迎战大众点评.作为全球移动互联网大会GMIC参展厂商,大众点评将如何应对此番挑战. 开发者 ...
工具化、产品化、运营化—「美团点评」运维的故事
本次分享嘉宾是美团点评运维中心高级总监钟红军,他向我们详细介绍了美团点评近3年来在大规模运维的理念和实践方面的探索,尤其是在运维自动化和数据运营方面的工作和效果-- 钟红军 / 美团点评运维中心高级总 ...
相机定位 | cv paper整理
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:梦寐mayshine 链接:https://zhuanlan.zhihu.com/p/13449 ...
学习中碰到的一些优化工具包和库
1.linear svm 这个工具包目前用的比较多.例如面部特征点的回归方法中,学习线性回归的权重,例如:Face Alignment at 3000 FPS中: minWt∑i=1N||△s^ti− ...
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
本文同步于微信公众号:3D视觉前沿,欢迎大家关注. 本文总结了基于视觉的机器人抓取的相关论文及代码,同步于 GitHub. 机器人抓取必需的信息是相机系下抓取器的6DoF位姿,包括抓取器的3D位置和抓 ...
关于文献阅读和寻找新的科研题目
关于文献阅读和寻找新的科研题目 Ming-Ming / April 1, 2014 欢迎转载.本文将随时根据新的经验教训进行更新,因此转载时请附带原始链接: http://mmcheng.net/pa ...
哈希学习（2）—— Hashing图像检索资源
CVPR14 图像检索papers--图像检索 1. Triangulation embedding and democratic aggregation for imagesearch (Oral ...
Facial Landmark Detecion 论文及代码汇总，持续更新~~~
转载请注明作者和出处: http://blog.csdn.net/john_bh/ 人脸关键点检测相关文献.持续更新中~~ 文章目录 Arxiv ECCV 2020 CVPR 2020 ICCV 20 ...

2013 CVPR点评

2013 CVPR点评相关推荐

最新文章

热门文章