5 天前 / 我爱计算机视觉
CVPR 2021 车道线检测方向论文：Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection 。 论文： https://arxiv.org/pdf/2010.12035.pdf 代码： https://github.com/lucastabelini/LaneATT 0 动机 车道线检测是自动驾驶领域非常重要的子任务之一。作者提出了一个实时、高性能的车道线检测算法，将其命名为 LaneATT。 该方法基于 anchor 实现，且应用了注意力机制，轻量级版本的推理速度达到 250FPS。 01 网络结构 1.1 总体流程算法总体流程如下图所示： 将车辆前视相机采集到的 RGB 图像作为输入，输出车道线位置。
7 天前 / 我爱计算机视觉
1 前言 该论文是关于黑盒对抗攻击的研究并发表于。近几年的研究表明黑盒攻击提交给目标分类器的查询数量已经显著减少，访问效率大大提升。在该论文中作者介绍了一种基于几何原理的黑盒攻击方法。它可以在获取模型信息困难苛刻的条件下实现了高效的攻击效果。是在分类器决策边界的几何属性的精确指示的指导下，沿着不同的方向进行更高效的尝试查询。 论文：https://arxiv.org/abs/2011.12807v1 代码：https://github.com/t-maho/SurFree 2 论文方法 2.1 理论推导 假定已知对抗子空间中边界的一点，其中，。作者在二维的随机放射平面内寻找对抗样本点。
8 天前 / 我爱计算机视觉
1 前言 该论文是关于 GAN 图像生成类的文章出自于大连理工大学并发表于 CVPR2021。GAN 生成能力最关键的一环在于模型利用真实数据的信息量的多少，但是 GAN 及其相应的变体因为利用的信息量比较单薄，所以会导致模型在训练的过程中非常脆弱，容易导致模型崩塌。为了解决这个问题，论文中作者提出了一种新的 GAN 的框架，不同于以往的 GAN 的判别器将样本映射为判别真假的概率值，该论文中判别器将输入样本映射成为高斯分布因子，借此充分的提取真实分布信息，作者从理论实验两方面验证了的有效性。
37 天前 / 我爱计算机视觉
继『Transformer 杀疯了，图像去雨、人脸幻构、风格迁移、语义分割等通通上分』之后，Transformer 在计算机视觉领域继续疯狂“内卷”。 01 CAT: Cross Attention in Vision Transformer 来自快手 & 北邮 Transformer 的计算量大仍是一大问题。 方案：在 Transformer 提出新的 attention 机制：Cross Attention，在 image patch 内部而不是整个图像中交替使用 attention，以捕捉局部信息；在从单通道特征图中划分出来的 image patches 之间应用 attention，以捕捉全局信息。这两种操作的计算量都比 Transformer 中的标准 self-attention 少。
94 天前 / hyper0x
与“计算机视觉”中使用图像数据增强的标准做法不同，在 NLP 中，文本数据的增强非常少见。这是因为对图像的琐碎操作（例如将图像旋转几度或将其转换为灰度）不会改变其语义。语义上不变的转换的存在是使增强成为 Computer Vision 研究中必不可少的工具的原因。 是否有尝试为 NLP 开发增强技术的方法，并探讨了现有文献。在这篇文章中，将基于我的发现概述当前用于文本数据扩充的方法。 本文内容翻译整理自网络。 NLP 数据扩充技术 1.词汇替代 此工作尝试在不更改句子含义的情况下替换文本中出现的单词。
172 天前 / 我爱计算机视觉
本篇是对图像质量相关论文的总结。包含去噪、去模糊、去雾、去马赛克、图像 inpainting 和outpainting、图像恢复、图像着色。 共计 11 篇。如有遗漏，欢迎补充。下载包含这些论文的 WACV 2021 所有论文：『WACV 2021 开幕，更偏重技术应用，附论文下载』 图像、视频去噪 [1].Self-Supervised training for blind multi-frame video denoising 解决盲视频去噪问题 作者 |Valéry Dewil,Jérémy Anger,Axel Davy,Thibaud Ehret,Pablo Arias,Gabriele Facciolo 单位 |巴黎 - 萨克雷大学 论文 |https://arxiv.org/abs/2004.06957 代码 |https://github.com/c...
176 天前 / 我爱计算机视觉
本篇总结检索相关论文，包含视觉搜索、图像视频检索、跨域检索等。 值得关注的是由 Andrés Mafla 为一作的两篇检索类文章都入选了该会议，一篇是场景文本感知跨模态检索（StacMR）任务；一篇是融合多模态推理模块，结合文字和视觉特征对场景文本进行图像分类与检索，都取得了不错的成绩。 共计 9 篇。如有遗漏，欢迎补充。 下载包含这些论文的 WACV 2021 所有论文：『WACV 2021 开幕，更偏重技术应用，附论文下载』 视觉搜索 Structured Visual Search via Composition-aware Learning 引入 composition-aware 学习概念，用于结构化图像搜索。
183 天前 / 我爱计算机视觉
分享一篇 CVPR 2020 录用论文：PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models，作者提出了一种新的图像超分辨率方法，区别于有监督的 PSNR-based 和 GANs-based 方法，该方法是一种无监督的方法，即只需要低分辨率的图片就可以恢复高质量、高分辨率的图片。 目前代码已经开源： https://github.com/adamian98/pulse 论文信息： 作者均来自于杜克大学。 1. Motivation 图像超分辨率任务的基本目标就是把一张低分辨率的图像超分成其对应的高分辨率图像。
185 天前 / 我爱计算机视觉
本篇内容是2021 年第一篇整理类文章，也是今年 CV 领域第一个较有影响力的学术会议—— WACV 2021 的人脸相关论文，涉及到人脸重建、人脸识别、人脸表情识别、人脸热成像、人脸属性编辑以及人脸活体检测。其中还有 4 个大规模的人脸数据集值得关注。 共计 11 篇，如有遗漏，欢迎补充。 下载包含这些论文的 WACV 2021 所有论文，请点击：『WACV 2021 开幕，更偏重技术应用，附论文下载』 人脸重建 Identity Unbiased Deception Detection by 2D-to-3D Face Reconstruction 作者 |Le Minh Ng， Wei Wang，Burak Mandira，Sezer Karaoglu，Henri Bouma...
188 天前 / 我爱计算机视觉
分享一篇 2020CVPR 录用论文：Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation，其提出了一种基于迭代合作的人脸超分辨算法。 该方法将 16x16 的低分辨率图片超分辨率为 128x128，在 CelebA 和 Helen 数据集上的 PSNR 指标分别达到了 27.37 和 26.69，超过了当前已有的人脸超分辨率算法。 目前代码已经开源：https://github.com/Maclory/Deep-Iterative-Collaboration( 目前已有 72 星标) 论文作者信息： 作者来自清华大学自动化学院、智能技术与系统国家重点实验室、北京信息科学与技术国...
189 天前 / 我爱计算机视觉
本文是对『Intra-Camera Supervised Person Re-Identification』一文的详细解读，IJCV 接收论文。 作者信息：论文链接：https://arxiv.org/abs/2002.05046 01 前言 行人重识别（person re-id, person re-identification）考虑的是一个跨摄像头关联目标人物的问题。对于传统的全监督行人重识别，为了训练得到一个性能较好的模型，大量标注好的行人数据是必不可少的。 标注行人重识别数据是一个耗时又耗力的工作。
198 天前 / 我爱计算机视觉
作者 |叶茫 武汉大学 编辑 | CV 君 报道 |我爱计算机视觉（微信 id：aicvml） 摘要：行人重识别（Person Re-Identification，简称 Re-ID），是一种利用计算机视觉技术来检索图像或者视频序列中是否存在特定行人的 AI 技术，在智慧城市等监控场景中具有重要的应用意义和前景。本文介绍我们最新的 IEEE TPAMI 综述论文 《Deep Learning for Person Re-identification: A Survey and Outlook》，该文作者来自武汉大学、起源人工智能研究院（IIAI）、北理工、英国萨里大学、Salesforce 亚洲研究院。
201 天前 / 我爱计算机视觉
2020 年顶会论文中，很多都会将关系加入到注意力机制的获取中。 除了该文，还有 2020 年 CVPR 的基于视频的 Multi-Granularity Reference-Aided Attentive Feature Aggregation for Video-based Person Re-identification、基于图像的 Relation-Aware Global Attention 等。 该方法都会在这些论文中有着很好的效果，可见这是在行人重识别领域一大发展。 论文名称：Relation-Guided Spatial Attention and Temporal Refinement for Video-Based Person Re-Identification( 基于关系引导的空间注意力和时间特征提取的基于视频的行人再识别) 第一作者：Xingz...
203 天前 / 我爱计算机视觉
今天，香港中文大学多媒体实验室（MMLab）旗下开源组织 OpenMMLab 发布新成员：MMTracking，旨在促进目标跟踪领域的研究开发。 OpenMMlab 旗下众多开源库如：MMCV, MMDetection，MMAction2 等已经拥有众多用户，成为复现顶会论文、实现项目应用的重要工具。 MMTracking 地址： https://github.com/open-mmlab/mmtracking 演示效果： 此次 OpenMMLab 开源的 MMTracking涵盖方向包括单目标跟踪、多目标跟踪、视频目标检测（Single Object Tracking (SOT), Multiple Object Tracking (MOT), Video Object Detection (VID)），既包含前沿算法的实现...
204 天前 / 我爱计算机视觉
题目：Sparse Adversarial Attack to Object Detection 论文：https://arxiv.org/pdf/2012.13692v1.pdf 代码：https://github.com/THUrssq/Tianchi04. 引言 该论文的出处是阿里天池大赛中安全 AI 挑战者计划第四期的通用目标检测对抗攻击。阿里的安全 AI 挑战者计划是一系列关于 AI 安全的竞赛，到目前为止球 200 多所高校 100 多家企业的近 4000 支队伍参加，主要目的是抵御未来 AI 面临的各种安全问题。阿里天池论坛的学习氛围很好，很多优秀的战队很详细的分享了在本次比赛的方法和代码，感兴趣的可以学习一下。