计算机视觉每日论文速递[08.16]
同步公众号(arXiv每日论文速递)，回复'search 关键词'查询相关最新论文。(*￣rǒ￣)
cs.CV 方向，今日共计29篇
[检测分类相关]：
【1】 IoU-balanced Loss Functions for Single-stage Object Detection
用于单级目标检测的IOU平衡损失函数
作者： Shengkai Wu, Xiaoping Li
链接：https://arxiv.org/abs/1908.05641
【2】 Deep learning for Plankton and Coral Classification
浮游生物和珊瑚分类的深度学习
作者： Alessandra Lumini, Gianluca Maguolo
链接：https://arxiv.org/abs/1908.05489
【3】 Distinction Maximization Loss: Fast, Scalable, Turnkey, and Native Neural Networks Out-of-Distribution Detection simply by Replacing the SoftMax Loss
差异化最大化损耗：快速、可扩展、交钥匙和本机神经网络分布外检测，只需更换SoftMax损耗即可
作者： David Macêdo
链接：https://arxiv.org/abs/1908.05569
【4】 Automated Rib Fracture Detection of Postmortem Computed Tomography Images Using Machine Learning Techniques
基于机器学习技术的身体CT图像肋骨骨折自动检测
作者： Samuel Gunz, Akos Dobay
链接：https://arxiv.org/abs/1908.05467
【5】 Multimodal Volume-Aware Detection and Segmentation for Brain Metastases Radiosurgery
脑转移瘤放射外科的多模态体积感知检测与分割
作者： Szu-Yeu Hu, Jen-Tang Lu
备注：Accepted to 2019 MICCAI AIRT
链接：https://arxiv.org/abs/1908.05418
[分割/语义相关]：
【1】 PS^2-Net: A Locally and Globally Aware Network for Point-Based Semantic Segmentation
PS^2-NET：一个局部和全局感知的基于点的语义切分网络
作者： Na Zhao, Gim Hee Lee
链接：https://arxiv.org/abs/1908.05425
【2】 Conv-MCD: A Plug-and-Play Multi-task Module for Medical Image Segmentation
Conv-MCD：一种即插即用的医学图像分割多任务模块
作者： Balamurali Murugesan, Mohanasankar Sivaprakasam
备注：Accepted in MLMI 2019
链接：https://arxiv.org/abs/1908.05311
【3】 A deep learning model for segmentation of geographic atrophy to study its long-term natural history
一种用于地理萎缩分割的深度学习模型，用于研究其长期自然历史
作者： Bart Liefers, Clara I. Sánchez
链接：https://arxiv.org/abs/1908.05621
【4】 SHREWD: Semantic Hierarchy-based Relational Embeddings for Weakly-supervised Deep Hashing
SHREWD：弱监督深度散列的基于语义层次的关系嵌入
作者： Heikki Arponen, Tom E Bishop
链接：https://arxiv.org/abs/1908.05602
【5】 Bayesian Generative Models for Knowledge Transfer in MRI Semantic Segmentation Problems
MRI语义分割问题中知识转移的贝叶斯生成模型
作者： Anna Kuzina, Evgeny Burnaev
链接：https://arxiv.org/abs/1908.05480
【6】 Graph Convolutional Networks for Coronary Artery Segmentation in Cardiac CT Angiography
心脏CT血管造影中冠状动脉分割的图形卷积网络
作者： Jelmer M. Wolterink, Ivana Išgum
备注：MICCAI 2019 Workshop on Graph Learning in Medical Image (GLMI)
链接：https://arxiv.org/abs/1908.05343
[GAN/对抗式/生成式相关]：
【1】 Dual Adversarial Inference for Text-to-Image Synthesis
用于文本到图像合成的对偶推理
作者： Qicheng Lao, Thomas Fevens
备注：Accepted to ICCV 2019
链接：https://arxiv.org/abs/1908.05324
[行为/时空/光流/姿态/运动]：
【1】 FastPose: Towards Real-time Pose Estimation and Tracking via Scale-normalized Multi-task Networks
FastPose：基于尺度归一化多任务网络的实时姿态估计与跟踪
作者： Jiabin Zhang, Guan Huang
链接：https://arxiv.org/abs/1908.05593
【2】 Learning Trajectory Dependencies for Human Motion Prediction
人体运动预测的学习轨迹依赖关系
作者： Wei Mao, Hongdong Li
备注：It will appear in ICCV2019
链接：https://arxiv.org/abs/1908.05436
【3】 3D Human Pose Estimation under limited supervision using Metric Learning
有限监督下基于度量学习的三维人体姿态估计
作者： Rahul Mitra, Arjun Jain
链接：https://arxiv.org/abs/1908.05293
【4】 Multimodal Emotion Recognition Using Deep Canonical Correlation Analysis
基于深度典型相关分析的多模态情感识别
作者： Wei Liu, Bao-Liang Lu
链接：https://arxiv.org/abs/1908.05349
[半/弱/无监督相关]：
【1】 Unpaired Cross-lingual Image Caption Generation with Self-Supervised Rewards
基于自监督奖励的非配对跨语言图片字幕生成
作者： Yuqing Song, Qin Jin
备注：Accepted by ACMMM 2019
链接：https://arxiv.org/abs/1908.05407
[裁剪/量化/加速相关]：
【1】 Accelerated CNN Training Through Gradient Approximation
通过梯度逼近加速CNN训练
作者： Ziheng Wang, Sree Harsha Nelaturu
备注：An abridged version was presented at EMC^2 : Workshop On Energy Efficient Machine Learning And Cognitive Computing For Embedded Applications at ISCA 2019
链接：https://arxiv.org/abs/1908.05460
[数据集dataset]：
【1】 Recognition of Ischaemia and Infection in Diabetic Foot Ulcers: Dataset and Techniques
糖尿病足溃疡缺血和感染的识别：数据集和技术
作者： Manu Goyal, Moi Hoon Yap
链接：https://arxiv.org/abs/1908.05317
[超分辨率]：
【1】 Deep Slice Interpolation via Marginal Super-Resolution, Fusion and Refinement
基于边缘超分辨、融合和精化的深层切片插值
作者： Cheng Peng, S. Kevin Zhou
链接：https://arxiv.org/abs/1908.05599
[深度depth相关]：
【1】 To complete or to estimate, that is the question: A Multi-Task Approach to Depth Completion and Monocular Depth Estimation
完成还是估计，这就是问题：深度完成和单目深度估计的多任务方法
作者： Amir Atapour-Abarghouei, Toby P. Breckon
备注：International Conference on 3D Vision (3DV) 2019
链接：https://arxiv.org/abs/1908.05540
[3D/3D重建等相关]：
【1】 R3Det: Refined Single-Stage Detector with Feature Refinement for Rotating Object
R3Det：用于旋转对象的具有特征精化功能的精化单级检测器
作者： Xue Yang, Ang Li
链接：https://arxiv.org/abs/1908.05612
[其他]：
【1】 Beyond Cartesian Representations for Local Descriptors
局部描述符的超越笛卡尔表示
作者： Patrick Ebel, Eduard Trulls
链接：https://arxiv.org/abs/1908.05547
【2】 A Single-Shot Arbitrarily-Shaped Text Detector based on Context Attended Multi-Task Learning
基于上下文参与多任务学习的单镜头任意形状文本检测器
作者： Pengfei Wang, Guangming Shi
备注：9 pages, 6 figures, 7 tables, To appear in ACM Multimedia 2019
链接：https://arxiv.org/abs/1908.05498
【3】 Improved Mix-up with KL-Entropy for Learning From Noisy Labels
改进的KL-熵混合学习噪声标签
作者： Qian Zhang, Qiu Chen
链接：https://arxiv.org/abs/1908.05488
【4】 SFSegNet: Parse Freehand Sketches using Deep Fully Convolutional Networks
SFSegNet：使用深度完全卷积网络解析徒手草图
作者： Junkun Jiang, Fei Wang
备注：Accepted for the 2019 International Joint Conference on Neural Networks (IJCNN-19)
链接：https://arxiv.org/abs/1908.05389
【5】 A Multimodal Vision Sensor for Autonomous Driving
一种用于自主驾驶的多模态视觉传感器
作者： Dongming Sun, Kailun Yang
链接：https://arxiv.org/abs/1908.05649
【6】 Towards multi-sequence MR image recovery from undersampled k-space data
从欠采样k空间数据中恢复多序列MR图像
作者： Cheng Peng, S. Kevin Zhou
链接：https://arxiv.org/abs/1908.05615
【7】 Robust parametric modeling of Alzheimer's disease progression
阿尔茨海默病进展的稳健参数建模
作者： Mostafa Mehdipour Ghazi, Lauge Sørensen
链接：https://arxiv.org/abs/1908.05338
翻译：腾讯翻译君
