计算机视觉每日论文速递[08.01]
同步wx订阅号(arXiv每日论文速递)，支持后台回复'search 关键词'查询相关的最新论文。有些许帮助的话，麻烦关注一下哦(*￣rǒ￣)
cs.CV 方向，今日共计32篇
[检测分类相关]：
【1】 Synthetic Image Augmentation for Improved Classification using Generative Adversarial Networks
利用生成对抗性网络改进分类的合成图像增强
作者： Keval Doshi
链接：https://arxiv.org/abs/1907.13576
【2】 Competing Ratio Loss for Discriminative Multi-class Image Classification
区分多类图像分类的竞争比损失
作者： Ke Zhang, Tony X. Han
链接：https://arxiv.org/abs/1907.13349
【3】 Landmark Detection in Low Resolution Faces with Semi-Supervised Learning
基于半监督学习的低分辨率人脸地标检测
作者： Amit Kumar, Rama Chellappa
链接：https://arxiv.org/abs/1907.13255
[分割/语义相关]：
【1】 Expectation-Maximization Attention Networks for Semantic Segmentation
面向语义分割的期望最大化注意网络
作者： Xia Li, Hong Liu
备注：In Proceedings of International Conference in Computer Vision (ICCV), 2019. Oral
链接：https://arxiv.org/abs/1907.13426
【2】 Incremental Learning Techniques for Semantic Segmentation
用于语义切分的增量式学习技术
作者： Umberto Michieli, Pietro Zanuttigh
链接：https://arxiv.org/abs/1907.13372
【3】 The Best of Both Modes: Separately Leveraging RGB and Depth for Unseen Object Instance Segmentation
两种模式的最佳：分别利用RGB和Depth进行未见对象实例分割
作者： Christopher Xie, Dieter Fox
链接：https://arxiv.org/abs/1907.13236
【4】 Unsupervised Domain Adaptation via Disentangled Representations: Application to Cross-Modality Liver Segmentation
通过解缠表示的无监督域适应：在跨模态肝脏分割中的应用
作者： Junlin Yang, James S. Duncan
链接：https://arxiv.org/abs/1907.13590
【5】 Impact of Adversarial Examples on Deep Learning Models for Biomedical Image Segmentation
对抗性例子对生物医学图像分割深度学习模型的影响
作者： Utku Ozbulak, Wesley De Neve
备注：Accepted for the 22nd International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI-19)
链接：https://arxiv.org/abs/1907.13124
[GAN/对抗式/生成式相关]：
【1】 Dressing 3D Humans using a Conditional Mesh-VAE-GAN
使用条件网格-VAE-GaN对3D人体进行修整
作者： Qianli Ma, Michael J. Black
链接：https://arxiv.org/abs/1907.13615
【2】 Adversarial Test on Learnable Image Encryption
可学习图像加密的对抗性测试
作者： MaungMaung AprilPyone, Hitoshi Kiya
备注：To be appeared in 2019 IEEE 8th Global Conference on Consumer Electronics (GCCE 2019)
链接：https://arxiv.org/abs/1907.13342
[图像/视频检索]：
【1】 Use What You Have: Video Retrieval Using Representations From Collaborative Experts
使用您所拥有的：使用协作专家的表示进行视频检索
作者： Yang Liu, Andrew Zisserman
备注：BMVC 2019
链接：https://arxiv.org/abs/1907.13487
[行为/时空/光流/姿态/运动]：
【1】 Auto-labelling of Markers in Optical Motion Capture by Permutation Learning
基于排列学习的光学运动捕获中标记的自动标注
作者： Saeed Ghorbani, Nikolaus F. Troje
链接：https://arxiv.org/abs/1907.13580
【2】 Probabilistic Motion Modeling from Medical Image Sequences: Application to Cardiac Cine-MRI
医学图像序列的概率运动建模：在心脏电影MRI中的应用
作者： Julian Krebs, Hervé Delingette
链接：https://arxiv.org/abs/1907.13524
【3】 Deep Non-Rigid Structure from Motion
来自运动的深层非刚体结构
作者： Chen Kong, Simon Lucey
链接：https://arxiv.org/abs/1907.13123
[半/弱/无监督相关]：
【1】 Self-training with progressive augmentation for unsupervised cross-domain person re-identification
具有渐进式增强的自训练用于无监督的跨域人员重新识别
作者： Xinyu Zhang, Mingyu You
备注：Accepted to Proc. Int. Conf. Computer Vision, 2019. Code is available at: this https URL
链接：https://arxiv.org/abs/1907.13315
[跟踪相关]：
【1】 Online Multi-Object Tracking Framework with the GMPHD Filter and Occlusion Group Management
具有GMPHD滤波器和遮挡组管理的在线多目标跟踪框架
作者： Young-min Song, Moongu Jeon
链接：https://arxiv.org/abs/1907.13347
【2】 Joint Group Feature Selection and Discriminative Filter Learning for Robust Visual Object Tracking
用于鲁棒视觉目标跟踪的联合组特征选择和判别滤波器学习
作者： Tianyang Xu, Josef Kittler
链接：https://arxiv.org/abs/1907.13242
[其他视频相关]：
【1】 Video Stitching for Linear Camera Arrays
线性摄像机阵列的视频拼接
作者： Wei-Sheng Lai, Jan Kautz
备注：This work is accepted in BMVC 2019. Project website: this http URL
链接：https://arxiv.org/abs/1907.13622
【2】 Multi-Agent Reinforcement Learning Based Frame Sampling for Effective Untrimmed Video Recognition
基于多Agent强化学习的帧采样非裁剪视频识别
作者： Wenhao Wu, Shilei Wen
备注：Accepted by ICCV 2019 (oral)
链接：https://arxiv.org/abs/1907.13369
[其他]：
【1】 On the difficulty of learning and predicting the long-term dynamics of bouncing objects
关于学习和预测弹跳物体的长期动力学的困难
作者： Alberto Cenzato, Marco Zorzi
链接：https://arxiv.org/abs/1907.13494
【2】 Rapid Light Field Depth Estimation with Semi-Global Matching
基于半全局匹配的快速光场深度估计
作者： Yuriy Anisimov, Didier Stricker
备注：IEEE 15th International Conference on Intelligent Computer Communication and Processing, Cluj-Napoca, September 5-7, 2019
链接：https://arxiv.org/abs/1907.13449
【3】 iCartoonFace: A Benchmark of Cartoon Person Recognition
iCartoonFace：卡通人物识别的基准
作者： Shichao Li, Bo Peng
链接：https://arxiv.org/abs/1907.13394
【4】 Learned Collaborative Stereo Refinement
学习的协作立体精化
作者： Patrick Knöbelreiter, Thomas Pock
备注：@German Conference on Pattern Recognition 2019
链接：https://arxiv.org/abs/1907.13391
【5】 Towards Digital Retina in Smart Cities: A Model Generation, Utilization and Communication Paradigm
走向智慧城市的数字视网膜：一种模式的产生、利用和传播范式
作者： Yihang Lou, Wen Gao
链接：https://arxiv.org/abs/1907.13368
【6】 Capsule Networks Need an Improved Routing Algorithm
胶囊网络需要一种改进的路由算法
作者： Inyoung Paik, Injung Kim
链接：https://arxiv.org/abs/1907.13327
【7】 Overcoming Catastrophic Forgetting by Neuron-level Plasticity Control
神经元可塑性控制克服灾难性遗忘
作者： Inyoung Paik, Injung Kim
链接：https://arxiv.org/abs/1907.13322
【8】 EMPNet: Neural Localisation and Mapping using Embedded Memory Points
EMPNet：使用嵌入式存储点的神经定位和映射
作者： Gil Avraham, Tom Drummond
备注：Accepted at ICCV 2019
链接：https://arxiv.org/abs/1907.13268
【9】 Degeneracy in Self-Calibration Revisited and a Deep Learning Solution for Uncalibrated SLAM
再论自标定中的简并性及未标定SLAM的深度学习解决方案
作者： Bingbing Zhuang, Manmohan Chandraker
备注：To appear at IROS 2019
链接：https://arxiv.org/abs/1907.13185
【10】 An Elastic Energy Minimization Framework for Mean Surface Calculation
一种用于平均表面计算的弹性能量最小化框架
作者： Jozsef Molnar, Peter Horvath
链接：https://arxiv.org/abs/1907.13557
【11】 Uncertainty Quantification in Deep Learning for Safer Neuroimage Enhancement
更安全的神经图像增强的深度学习不确定性量化
作者： Ryutaro Tanno, Daniel C. Alexander
链接：https://arxiv.org/abs/1907.13418
【12】 I-Keyboard: Fully Imaginary Keyboard on Touch Devices Empowered by Deep Neural Decoder
i-Keyboard：通过深度神经解码器实现的触控设备上的全虚拟键盘
作者： Ue-Hwan Kim, Jong-Hwan Kim
链接：https://arxiv.org/abs/1907.13285
【13】 Robust Autocalibrated Structured Low-Rank EPI Ghost Correction
健壮的自动校准结构化低等级EPI Ghost校正
作者： Rodrigo A. Lobos, Justin P. Haldar
链接：https://arxiv.org/abs/1907.13261
翻译：腾讯翻译君
