CVPR2013感兴趣的文章整理

原文链接 http://www.bfcat.com/index.php/2013/03/cvpr2013-papers

前不久CVPR的结果出来了，首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了（链接），今天把其中一些感兴趣的整理一下，虽然论文下载的链接大部分还都没出来，不过可以follow最新动态。等下载链接出来的时候一一补上。

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。

（papers on web 已经收录了部分文章的下载链接，大家可以过去下载。传送门）

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

CVPR2013感兴趣的文章整理相关推荐

人工智能里你不知道的那些事！所有人都感兴趣的文章
这世界上,已经没有谁,能够阻挡人工智能前进的脚步了. 人工智能的发展史人工智能复杂到没有朋友,简单地说,却也就是机器模拟人类思考行为的能力,涉及多学科交叉研究和应用. 如果单纯从人工智能的应用范围来 ...
R语言---查看指定癌症中感兴趣基因的表达量---笔记整理
原文链接:https://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247486845&idx=1&sn=b735a4690 ...
秋枫学习笔记-原创文章整理
点击蓝字关注,提升学习效率先祝大家圣诞快乐,感谢大家一直以来的支持,这里对原创文章进行整理,方便大家挑选感兴趣的内容阅读. 公众号:秋枫学习笔记知乎:夏未眠,https://www.zhihu.c ...
【调剂】天津科技大学教育部创新团队招收化工相关对计算机感兴趣学硕
公众号[计算机与软件考研]每天都会发布最新的计算机考研调剂信息! 点击公众号界面左下角的调剂信息或者公众号回复"调剂"是计算机/软件等专业的所有调剂信息集合,会一直更新的. 教育部 ...
分享适合女生做的六个兼职项目，在家做副业，看看有没有你感兴趣的
大部分女生都有一份比较清闲的工作,工作时间来说相对很少.她们有足够的时间做其他事情,下班后,周末和假期.这些时间可以有效地用来做副业,赚更多的钱.很多人质疑副业很难拿钱,也有人说主业不好,做什么副业都 ...
R语言中文社区2018年终文章整理（作者篇）
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习,python,R等数据领域感兴趣的同学 ...
深度学习目标检测指南：如何过滤不感兴趣的分类及添加新分类？
编译 | 庞佳责编 | Leo 出品 | AI 科技大本营(公众号ID:rgznai100) AI 科技大本营按:本文编译自 Adrian Rosebrock 发表在 PyImageSearch 上 ...
使用 OpenCV 和 Tesseract 对图像中的感兴趣区域 (ROI) 进行 OCR
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达在这篇文章中,我们将使用 OpenCV 在图像的选定区域上应用 O ...
Opencv定义感兴趣区域
1.使用表示矩形区域的Rect.他指定矩形的左上角左边和矩形的长宽以定义一个矩形区域例:其中image是已经载入好的图片 Mat imageROI=image(Rect(x,y,xleng,ylen ...
基于python的移动物体检测_感兴趣区域的移动物体检测，框出移动物体的轮廓 (固定摄像头, opencv-python)...
感兴趣区域.特定区域.框出移动物体的轮廓.越界检测.入侵物体检测.使用 opencv-python库的函数cv2.findContours.cv2.approxPolyDP.cv2.arcLength ...

CVPR2013感兴趣的文章整理

CVPR2013感兴趣的文章整理相关推荐

最新文章

热门文章