fucda手表價(jià)格（CVPR）

整理：CV君繼目標(biāo)檢測(cè)篇之后，繼續(xù)總結(jié)目標(biāo)檢測(cè)相關(guān)論文，包含無(wú)監(jiān)督域適應(yīng)、小樣本、跨域、端到端、單階、多目標(biāo)、半監(jiān)督等目標(biāo)檢測(cè)。共計(jì)28篇。大家可以在：https://openaccess.thecvf.com/CVPR2021?day=a

整理：CV君

繼目標(biāo)檢測(cè)篇之后，繼續(xù)總結(jié)目標(biāo)檢測(cè)相關(guān)論文，包含無(wú)監(jiān)督域適應(yīng)、小樣本、跨域、端到端、單階、多目標(biāo)、半監(jiān)督等目標(biāo)檢測(cè)。共計(jì) 28 篇。

大家可以在：

https://openaccess.thecvf.com/CVPR2021?day=all

按照題目下載這些論文。

如果想要下載所有CVPR 2021論文，請(qǐng)點(diǎn)擊這里：

CVPR 2021 論文開放下載了！

無(wú)監(jiān)督域適應(yīng)目標(biāo)檢測(cè)

MeGA-CDA: Memory Guided Attention for Category-Aware Unsupervised Domain Adaptive Object Detection

文章中提出 memory-guided attention maps，用于實(shí)現(xiàn)域適應(yīng)目標(biāo)檢測(cè)的類別分布匹配，此外，采用基于度量學(xué)習(xí)的方法計(jì)算類別特定的注意力maps，來(lái)提高記憶模塊的有效性。在幾個(gè)基準(zhǔn)數(shù)據(jù)集上的評(píng)估顯示，以極大的優(yōu)勢(shì)優(yōu)于近期的域適應(yīng)檢測(cè)方法。

作者 | Vibashan VS, Poojan Oza, Vishwanath A. Sindagi, Vikram Gupta, Vishal M. Patel

單位 | 約翰斯霍普金斯大學(xué)；MBRDI

論文 | https://arxiv.org/abs/2103.04224

Domain-Specific Suppression for Adaptive Object Detection

提出 domain-specific suppression 用于無(wú)監(jiān)督域適應(yīng)目標(biāo)檢測(cè)，比最先進(jìn)的方法有明顯改進(jìn)，在所有這些域適應(yīng)性場(chǎng)景中，MAP表現(xiàn)出10.2～12.2% 的提升。

作者 | Yu Wang, Rui Zhang, Shuo Zhang, Miao Li, YangYang Xia, XiShan Zhang, ShaoLi Liu

單位 | 中科院；寒武紀(jì)；國(guó)科大

論文 | https://arxiv.org/abs/2105.03570

跨域弱監(jiān)督目標(biāo)檢測(cè)

Informative and Consistent Correspondence Mining for Cross-Domain Weakly Supervised Object Detection

文中提出兩個(gè)新模塊：Informative Correspondence Mining（ICM）和 Correspondence Mining（CCM），用來(lái)解決跨域弱監(jiān)督目標(biāo)檢測(cè)。前者為局部語(yǔ)義遷移找到了信息豐富的跨域?qū)?yīng)關(guān)系，而CCM將循環(huán)學(xué)習(xí)作為一致性正則器。在各種數(shù)據(jù)集上的實(shí)驗(yàn)表明，所提出的方法與現(xiàn)有的方法相比，取得了相當(dāng)大的改進(jìn)。

作者 | Luwei Hou, Yu Zhang , Kui Fu, Jia Li

單位 | 北航；鵬城實(shí)驗(yàn)室；商湯

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Hou_Informative_and_Consistent_Correspondence_Mining_for_Cross-Domain_Weakly_Supervised_Object_CVPR_2021_paper.pdf

備注 | CVPR 2021 oral

端到端目標(biāo)檢測(cè)

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals

Sparse R-CNN 在具有挑戰(zhàn)性的 COCO 數(shù)據(jù)集上被證實(shí)具有與成熟檢測(cè)器基線相當(dāng)?shù)木取⑦\(yùn)行時(shí)間和訓(xùn)練收斂性能，例如，在標(biāo)準(zhǔn)的 3× 訓(xùn)練計(jì)劃中實(shí)現(xiàn)了 44.5 AP，使用 ResNet-50 FPN 模型可以以 22 fps 的速度運(yùn)行。

作者 | Peize Sun, Rufeng Zhang, Yi Jiang, Tao Kong, Chenfeng Xu, Wei Zhan等

單位 | 香港大學(xué)；同濟(jì)大學(xué)；字節(jié)跳動(dòng)；伯克利

論文 | https://arxiv.org/abs/2011.12450

代碼 | https://github.com/PeizeSun/SparseR-CNN

End-to-End Object Detection with Fully Convolutional Network

作者 | Jianfeng Wang, Lin Song, Zeming Li, Hongbin Sun, Jian Sun, Nanning Zheng

單位 | 曠視；西安交通大學(xué)

論文 | https://arxiv.org/abs/2012.03544

代碼 | https://github.com/Megvii-baseDetection/DeFCN

解讀 | https://zhuanlan.zhihu.com/p/332281368

Instant-Teaching: An End-to-End Semi-Supervised Object Detection framework

InstantTeaching，是一個(gè)完全端到端的、有效的 SSOD 框架，在每次訓(xùn)練迭代中使用即時(shí)偽標(biāo)注和擴(kuò)展的弱-強(qiáng)數(shù)據(jù)增量進(jìn)行教學(xué)。通過(guò)進(jìn)一步提出基于InstantTeaching 的協(xié)同糾正方案，Instant-Teaching，來(lái)緩解確認(rèn)偏差問(wèn)題，提高偽標(biāo)注的質(zhì)量。

在 MS-COCO 和 PASCAL VOC 數(shù)據(jù)集上的實(shí)驗(yàn)證明了所提出框架的優(yōu)越性。如，當(dāng)使用 2% 的標(biāo)記數(shù)據(jù)時(shí)，所提出方法在 MS-COCO 上超過(guò)了最先進(jìn)的方法 4.2 mAP。即使有 MS-COCO 的全部監(jiān)督信息，仍然比最先進(jìn)的方法高出約 1.0 mAP。在 PASCAL VOC 上，通過(guò)應(yīng)用 VOC07 作為標(biāo)記數(shù)據(jù)和 VOC12 作為無(wú)標(biāo)記數(shù)據(jù)，可以實(shí)現(xiàn)超過(guò) 5mAP 的改進(jìn)。

作者 | Qiang Zhou, Chaohui Yu, Zhibin Wang, Qi Qian, Hao Li

單位 | 阿里

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Zhou_Instant-Teaching_An_End-to-End_Semi-Supervised_Object_Detection_framework_CVPR_2021_paper.pdf

One-Stage目標(biāo)檢測(cè)

I^3Net: Implicit Instance-Invariant Network for Adapting One-Stage Object Detectors

Implicit Instance-Invariant Network（I3Net）是為適應(yīng) one-stage 檢測(cè)器而制定，并通過(guò)利用不同層的深度特征的自然特性來(lái)隱式學(xué)習(xí)實(shí)例不變的特征。實(shí)驗(yàn)表明，I3Net 在基準(zhǔn)數(shù)據(jù)集上的性能超過(guò)了最先進(jìn)水平。

作者 | Chaoqi Chen, Zebiao Zheng, Yue Huang, Xinghao Ding, Yizhou Yu

單位 | 香港大學(xué)；廈門大學(xué)；Deepwise AI Lab

論文 | https://arxiv.org/abs/2103.13757

多目標(biāo)檢測(cè)與跟蹤

There is More than Meets the Eye: Self-Supervised Multi-Object Detection and Tracking with Sound by Distilling Multimodal Knowledge

通過(guò)蒸餾多模態(tài)知識(shí)用聲音進(jìn)行自監(jiān)督的多目標(biāo)檢測(cè)和跟蹤

作者 | Francisco Rivera Valverde, Juana Valeria Hurtado, Abhinav Valada

單位 | University of Freiburg

論文 | https://arxiv.org/abs/2103.01353

open-vocabulary 目標(biāo)檢測(cè)

Open-Vocabulary Object Detection Using Captions

本文中對(duì)目標(biāo)檢測(cè)問(wèn)題提出新的表述：open-vocabulary object detection，比弱監(jiān)督和零樣本方法更普遍、更實(shí)用、更有效。并提出一種新的方法 OVR-CNN，利用有限的物體類別的邊界框標(biāo)注來(lái)訓(xùn)練目標(biāo)檢測(cè)器，以及涵蓋更多種類物體的 image-caption 對(duì)，而且成本明顯降低。

實(shí)驗(yàn)結(jié)果表明，所提出的方法可以檢測(cè)和定位在訓(xùn)練期間沒(méi)有提供邊界框標(biāo)注的物體，其準(zhǔn)確度明顯高于零樣本方法。同時(shí)，有邊界框標(biāo)注的物體檢測(cè)精度幾乎與監(jiān)督方法一樣，明顯優(yōu)于弱監(jiān)督的基線。因此，為可擴(kuò)展的目標(biāo)檢測(cè)建立了一個(gè)新的 SOTA。

作者 | Alireza Zareian, Kevin Dela Rosa, Derek Hao Hu, Shih-Fu Chang

單位 | Snap Inc；哥倫比亞大學(xué)

論文 | https://arxiv.org/abs/2011.10678

代碼 | https://github.com/alirezazareian/ovr-cnn

備注 | CVPR 2021 oral

基于 ranking 的目標(biāo)檢測(cè)

RankDetNet: Delving into Ranking Constraints for Object Detection

提出一個(gè)基于 ranking 的目標(biāo)檢測(cè)的優(yōu)化算法，并有 global ranking, class-specific ranking 和 IoU-guided ranking losses 三種 ranking 約束。

實(shí)驗(yàn)表明，RankDetNet 可以持續(xù)改善最先進(jìn)的基于錨點(diǎn)和無(wú)錨點(diǎn)的二維檢測(cè)基線和三維檢測(cè)方法，并證明該方法的優(yōu)越性和通用性。

作者 | Ji Liu, Dong Li, Rongzhang Zheng, Lu Tian, Yi Shan

單位 | 賽靈思

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Liu_RankDetNet_Delving_Into_Ranking_Constraints_for_Object_Detection_CVPR_2021_paper.pdf

跨域目標(biāo)檢測(cè)

Unbiased Mean Teacher for Cross-domain Object Detection

本次工作中，作者通過(guò)利用檢測(cè)模型容易對(duì)源圖像產(chǎn)生偏差這一視角對(duì)跨域目標(biāo)檢測(cè)這一問(wèn)題進(jìn)行了研究。提出 Unbiased Mean Teacher（UMT），通過(guò)設(shè)計(jì)三種非常有效的策略來(lái)彌補(bǔ)模型的偏差。具體來(lái)說(shuō)，先引入 cross-domain 蒸餾，以最大限度地利用教師模型的專業(yè)知識(shí)；然后，通過(guò)像素級(jí)的適應(yīng)來(lái)進(jìn)一步增加學(xué)生模型的訓(xùn)練樣本，以減少其模型偏差；最后， 利用 out-of-distribution 估計(jì)策略，選擇最適合當(dāng)前模型的樣本來(lái)加強(qiáng)跨域蒸餾過(guò)程。

實(shí)驗(yàn)結(jié)果表明，UMT 以相對(duì)較大的幅度超過(guò)了現(xiàn)有的最先進(jìn)的模型。如，在基準(zhǔn)數(shù)據(jù)集 Clipart1k、Watercolor2k、Foggy Cityscapes 和 Cityscapes上的 mAPs 分別達(dá)到了 44.1%、58.1%、41.7% 和 43.1%。

作者 | Jinhong Deng, Wen Li, Yuhua Chen, Lixin Duan

單位 | 電子科技大學(xué)；蘇黎世聯(lián)邦理工學(xué)院

論文 | https://arxiv.org/abs/2003.00707

代碼 | https://github.com/kinredon/umt

RPN Prototype Alignment for Domain Adaptive Object Detector

文中提出一種用于跨域目標(biāo)檢測(cè)的新型 RPN 原型對(duì)齊方法，它強(qiáng)制兩個(gè)域的 RPN 特征分別與前景和背景的可學(xué)習(xí)原型對(duì)齊。具體來(lái)說(shuō)，提出一種簡(jiǎn)單而有效的偽標(biāo)簽生成方法來(lái)指導(dǎo)目標(biāo)域中 RPN 特征的學(xué)習(xí)。此外，為了提高前景 RPN 特征的可辨別性，作者提出從 RPC 中生成注意力圖來(lái)對(duì) RPN 特征進(jìn)行空間調(diào)制。

對(duì)不同場(chǎng)景的綜合實(shí)驗(yàn)都驗(yàn)證了所提出方法的有效性。

作者 | Yixin Zhang ，Zilei Wang， Yushi Mao

單位 | 中國(guó)科學(xué)技術(shù)大學(xué)

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Zhang_RPN_Prototype_Alignment_for_Domain_Adaptive_Object_Detector_CVPR_2021_paper.pdf

半監(jiān)督目標(biāo)檢測(cè)

Interpolation-based semi-supervised learning for object detection

文中提出基于 Interpolation 的用于目標(biāo)檢測(cè)的半監(jiān)督學(xué)習(xí)方法，（ISD）。考慮并解決了由傳統(tǒng)的插值正則化（IR）直接應(yīng)用于目標(biāo)檢測(cè)所引起的問(wèn)題。

實(shí)驗(yàn)證明，在監(jiān)督學(xué)習(xí)環(huán)境中，所提出方法以很大的幅度提高了基準(zhǔn)方法。在半監(jiān)督學(xué)習(xí)環(huán)境中，該算法提高了基準(zhǔn)架構(gòu)（SSD）中基準(zhǔn)數(shù)據(jù)集（PASCAL VOC和MSCOCO）的性能。

作者 | Jisoo Jeong, Vikas Verma, Minsung Hyun, Juho Kannala, Nojun Kwak

單位 | 首爾大學(xué)等

論文 | https://arxiv.org/abs/2006.02158

代碼 | https://github.com/soo89/ISD-SSD

Data-Uncertainty Guided Multi-Phase Learning for Semi-Supervised Object Detection

本文為 半監(jiān)督目標(biāo)檢測(cè)提出 data uncertainty guided multi-phase 學(xué)習(xí)方法。可以使模型充分利用所有的信息和不確定性描述指導(dǎo)訓(xùn)練過(guò)程，使檢測(cè)器集中于某些知識(shí)。在 PASCAL VOC 和 MS COCO 數(shù)據(jù)集上結(jié)果達(dá)到 78.6%和 42.3%，分別超過(guò)最先進(jìn)方法的 2.4% 和 2.2%。

作者 | Zhenyu Wang, Yali Li, Ye Guo, Lu Fang, Shengjin Wang

單位 | 清華大學(xué)

論文 | https://arxiv.org/abs/2103.16368

Points as Queries: Weakly Semi-supervised Object Detection by Points

文中提出 Point DETR，在 COCO 數(shù)據(jù)集上，僅使用 20% 完全標(biāo)注的數(shù)據(jù)，檢測(cè)器可達(dá) 33.3AP，超過(guò)基線 2.0AP。

作者 | Liangyu Chen、Tong Yang、Xiangyu Zhang、Wei Zhang、Jian Sun

單位 | 曠視】復(fù)旦大學(xué)

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Chen_Points_As_Queries_Weakly_Semi-Supervised_Object_Detection_by_Points_CVPR_2021_paper.pdf

簡(jiǎn)介 | 第六條

Interactive Self-Training with Mean Teachers for Semi-supervised Object Detection

文中提出一種交互式的自訓(xùn)練形式框架，使用 mean teachers 進(jìn)行半監(jiān)督的目標(biāo)檢測(cè)。可以避免過(guò)度擬合，提高半監(jiān)督目標(biāo)檢測(cè)的偽標(biāo)簽質(zhì)量。并在MS-COCO 和 PASCAL-VOC上的實(shí)驗(yàn)結(jié)果驗(yàn)證它的有效性。

作者 | Qize Yang, Xihan Wei, Biao Wang, Xian-Sheng Hua, Lei Zhang

單位 | 阿里；香港理工大學(xué)

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Yang_Interactive_Self-Training_With_Mean_Teachers_for_Semi-Supervised_Object_Detection_CVPR_2021_paper.pdf

Humble Teachers Teach Better Students for Semi-Supervised Object Detection

文中提出 humble teacher 方法用于半監(jiān)督目標(biāo)檢測(cè)，在低數(shù)據(jù)和高數(shù)據(jù)狀態(tài)下都優(yōu)于以前的最先進(jìn)水平。

作者 | Yihe Tang、 Weifeng Chen、Yijun Luo 、Yuting Zhang

單位 | 卡內(nèi)基梅隆大學(xué)；亞馬遜

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Tang_Humble_Teachers_Teach_Better_Students_for_Semi-Supervised_Object_Detection_CVPR_2021_paper.pdf

弱監(jiān)督目標(biāo)定位

Shallow Feature Matters for Weakly Supervised Object Localization

弱監(jiān)督目標(biāo)定位（WSOL）旨在僅利用圖像級(jí)別的標(biāo)簽來(lái)定位目標(biāo)。CAMs 是實(shí)現(xiàn) WSOL 的常用特征。但以前基于 CAM 的方法并沒(méi)有充分利用shallow 特征，盡管它們對(duì)WSOL很重要。因?yàn)橥ㄟ^(guò)傳統(tǒng)的融合，shallow 特征很容易被埋沒(méi)在背景噪聲中。

文中提出 Shallow feature-aware Pseudo supervised Object Localization（SPOL）模型，用于準(zhǔn)確的 WSOL，它充分利用了嵌入淺層的低層次特征。進(jìn)一步提出 Gaussian prior pseudo label（GPPL）和類別無(wú)關(guān)的分割模型，以實(shí)現(xiàn) WSOL 的更好的目標(biāo)掩碼。

實(shí)驗(yàn)結(jié)果表明，SPOL 在 CUB200 和 ImageNet-1K 基準(zhǔn)上的表現(xiàn)超過(guò)了最先進(jìn)的水平，分別達(dá)到了 93.44% 和 67.15%（即3.93%和2.13%的提高）的Top-5 定位精度。

作者 | Jun Wei，Qin Wang，Zhen Li，Sheng Wang，S.Kevin Zhou， Shuguang Cui

單位 | 香港中文大學(xué)(深圳)；深圳市大數(shù)據(jù)研究院；中國(guó)科學(xué)技術(shù)大學(xué)；中科院；南方科技大學(xué)

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Wei_Shallow_Feature_Matters_for_Weakly_Supervised_Object_Localization_CVPR_2021_paper.pdf

Unveiling the Potential of Structure Preserving for Weakly Supervised Object Localization

基于結(jié)構(gòu)信息保持的弱監(jiān)督目標(biāo)定位

作者 | Xingjia Pan, Yingguo Gao, Zhiwen Lin, Fan Tang, Weiming Dong, Haolei Yuan, Feiyue Huang, Changsheng Xu

單位 | 騰訊優(yōu)圖；吉林大學(xué)；中科院等

論文 | https://arxiv.org/abs/2103.04523

代碼 | https://github.com/Panxjia/SPA_CVPR2021

簡(jiǎn)介 | 13

Strengthen Learning Tolerance for Weakly Supervised Object Localization

文中提出一種新型的分離式定位分類方法 SLT-Net，用于弱監(jiān)督目標(biāo)定位。SLT-Net 通過(guò)加強(qiáng)對(duì)語(yǔ)義錯(cuò)誤和數(shù)據(jù)分布多樣性的學(xué)習(xí)容忍度來(lái)提高定位性能。提出 class-tolerance 分類模塊，以加強(qiáng)對(duì)語(yǔ)義分類錯(cuò)誤的容忍度，它可以通過(guò)減少類似類別中錯(cuò)誤分類的懲罰來(lái)緩解部分支配問(wèn)題。通過(guò)將轉(zhuǎn)換后的圖像的視覺反應(yīng)圖與原始圖像的視覺反應(yīng)圖相匹配，加強(qiáng)對(duì)圖像多樣性的容忍度。

在細(xì)粒度數(shù)據(jù)集 CUB 和大規(guī)模數(shù)據(jù)集 ILSVRC2012 上進(jìn)行的實(shí)驗(yàn)證明了所提方法的有效性。

作者 | Guangyu Guo, Junwei Han, Fang Wan, Dingwen Zhang

單位 | 西北工業(yè)大學(xué)；國(guó)科大

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Guo_Strengthen_Learning_Tolerance_for_Weakly_Supervised_Object_Localization_CVPR_2021_paper.pdf

主頁(yè) | https://nwpu-brainlab.gitee.io/index_en

密集目標(biāo)檢測(cè)

Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detection

作者 | Xiang Li, Wenhai Wang, Xiaolin Hu, Jun Li, Jinhui Tang, Jian Yang

單位 | 南京理工大學(xué)；Momenta；南京大學(xué)；清華大學(xué)

論文 | https://arxiv.org/abs/2011.12885

代碼 | https://github.com/implus/GFocalV2

解讀 | 目標(biāo)檢測(cè)無(wú)痛漲點(diǎn)之 Generalized Focal Loss V2

VarifocalNet: An IoU-aware Dense Object Detector

作者 | Haoyang Zhang, Ying Wang, Feras Dayoub, Niko Sünderhauf

單位 | 昆士蘭科技大學(xué)；昆士蘭大學(xué)

論文 | https://arxiv.org/abs/2008.13367

代碼 | https://github.com/hyz-xmaster/VarifocalNet

備注 | CVPR 2021 oral

Beyond Bounding-Box: Convex-hull Feature Adaptation for Oriented and Densely Packed Object Detection

提出 convex-hull representation，通過(guò)可學(xué)習(xí)的特征配置檢測(cè)不規(guī)則形狀和/或布局的物體。又提出 convex-hull feature adaptation（CFA）方法，結(jié)合了 CIoU 和 feature antialiasing strategies，以及定義一種系統(tǒng)的方法來(lái)檢測(cè)定向和密集的物體。

在 DOTA 和 SKU110KR 數(shù)據(jù)集上的實(shí)驗(yàn)表明，CFA 明顯優(yōu)于基線方法，取得了新的最先進(jìn)檢測(cè)性能。

作者 | Zonghao Guo, Chang Liu, Xiaosong Zhang, Jianbin Jiao, Xiangyang Ji,Qixiang Ye

單位 | 國(guó)科大；清華

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Guo_Beyond_Bounding-Box_Convex-Hull_Feature_Adaptation_for_Oriented_and_Densely_Packed_CVPR_2021_paper.pdf

無(wú)監(jiān)督目標(biāo)檢測(cè)

Unsupervised Object Detection With LIDAR Clues

作者 | Hao Tian, Yuntao Chen, Jifeng Dai, Zhaoxiang Zhang, Xizhou Zhu

單位 | 商湯；中國(guó)科學(xué)院大學(xué)等

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Tian_Unsupervised_Object_Detection_With_LIDAR_Clues_CVPR_2021_paper.pdf

偽裝目標(biāo)檢測(cè)

Mutual Graph Learning for Camouflaged Object Detection

問(wèn)題：對(duì)于目前的模型來(lái)說(shuō)，自動(dòng)檢測(cè)/分割與周圍環(huán)境融為一體的物體是非常困難的。一個(gè)主要原因是前景物體和背景環(huán)境之間的內(nèi)在相似性使得深度模型所提取的特征無(wú)法區(qū)分。

方案：設(shè)計(jì)了 Mutual Graph Learning（MGL）模型，將傳統(tǒng)的相互學(xué)習(xí)理念從常規(guī)的網(wǎng)格推廣到圖域。具體來(lái)說(shuō)，MGL 將一幅圖像解耦為兩個(gè)特定任務(wù)的特征圖：一個(gè)用于大致定位，另一個(gè)用于準(zhǔn)確捕捉其邊界細(xì)節(jié)，并通過(guò)圖形對(duì)它們的高階關(guān)系進(jìn)行反復(fù)推理，充分挖掘它們的相互優(yōu)勢(shì)。重要的是，與大多數(shù)使用共享函數(shù)來(lái)模擬所有任務(wù)間互動(dòng)的相互學(xué)習(xí)方法相比，MGL配備了處理不同互補(bǔ)關(guān)系的類型化函數(shù)，以最大化信息互動(dòng)。

結(jié)果：在包括 CHAMELEON、CAMO 和 COD10K 上的實(shí)驗(yàn)，證明了 MGL 的有效性，以及其性能優(yōu)于現(xiàn)有的先進(jìn)方法。

作者 | Qiang Zhai, Xin Li, Fan Yang, Chenglizhao Chen, Hong Cheng, Deng-Ping Fan

單位 | 電子科技大學(xué)；G42；青島大學(xué)；IIAI

論文 | https://arxiv.org/abs/2104.02613

代碼 | https://github.com/fanyang587/MGL

玻璃表面檢測(cè)

Rich Context Aggregation With Reflection Prior for Glass Surface Detection

文中提出一個(gè)新模型，用于 glass surface detection。它由兩個(gè)模塊組成：一個(gè)是 Rich Context Aggregation Module (RCAM)，用于多尺度邊界特征提取；另一個(gè)是 Reflection-based Refinement Module (RRM)，用于提取玻璃反射。并構(gòu)建了一個(gè)具有挑戰(zhàn)性的玻璃表面數(shù)據(jù)集，由 4,012 張來(lái)自不同的場(chǎng)景帶有玻璃表面掩膜的真實(shí)世界圖像組成。

實(shí)驗(yàn)表明，所提出的模型優(yōu)于相關(guān)領(lǐng)域的最先進(jìn)方法。

作者 | Jiaying Lin ，Zebang He ，Rynson W.H. Lau

單位 | 香港城市大學(xué)

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Lin_Rich_Context_Aggregation_With_Reflection_Prior_for_Glass_Surface_Detection_CVPR_2021_paper.pdf

陰影檢測(cè)

Single-Stage Instance Shadow Detection with Bidirectional Relation Learning

Instance Shadow Detection 的目的是找到 shadow instances, object instances 和 shadow-object 的關(guān)聯(lián)，在光向估計(jì)和照片編輯中都有應(yīng)用。

文中提出一個(gè)單階全卷積網(wǎng)絡(luò)架構(gòu)，其中有一個(gè)雙向關(guān)系學(xué)習(xí)模塊，以端到端的方式直接學(xué)習(xí)陰影和物體實(shí)例的關(guān)系。

并在基準(zhǔn)數(shù)據(jù)集上對(duì)該方法進(jìn)行了評(píng)估，結(jié)果表明，優(yōu)于最先進(jìn)的方法。

作者 | Tianyu Wang, Xiaowei Hu, Chi-Wing Fu、Pheng-Ann Heng

單位 | 港中文；中科院

論文 | https://openaccess.thecvf.com/content/CVPR2021/papers/Wang_Single-Stage_Instance_Shadow_Detection_With_Bidirectional_Relation_Learning_CVPR_2021_paper.pdf

代碼 | https://github.com/stevewongv/SSIS

備注 | CVPR 2021 Oral

Triple-cooperative Video Shadow Detection

本次的研究工作共有兩個(gè)貢獻(xiàn)。其一是收集了一個(gè)學(xué)習(xí)型視頻陰影檢測(cè)（ViSha）數(shù)據(jù)集，其中包含 120 個(gè)視頻，11,685 幀，涵蓋各種物體和場(chǎng)景，具有像素級(jí)的陰影標(biāo)注。其二是開發(fā)了一個(gè)用于視頻陰影檢測(cè)的新型網(wǎng)絡(luò)，通過(guò)學(xué)習(xí)陰影的視頻內(nèi)和視頻間的鑒別特性。

實(shí)驗(yàn)證明所提出方法始終比 12 種最先進(jìn)的方法有很大的優(yōu)勢(shì)。并且作者稱是個(gè)用于視頻陰影檢測(cè)的標(biāo)注數(shù)據(jù)集，ViSha 數(shù)據(jù)集可以促進(jìn)視頻陰影檢測(cè)的進(jìn)一步研究。

作者 | Zhihao Chen, Liang Wan, Lei Zhu, Jia Shen, Huazhu Fu, Wennan Liu, Jing Qin

單位 | 天津大學(xué)；劍橋大學(xué)；起源人工智能研究院；香港理工大學(xué)

論文 | https://arxiv.org/abs/2103.06533

代碼 | https://github.com/eraserNut/ViSha

- END -

編輯：CV君

轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)授權(quán)