整理：AI算法与图像处理
CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo
ECCV2022论文和代码整理：https://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo
最新成果demo展示：
ECCV2022 | SimpleRecon 无需 3D 卷积的高质量三维重建方案!
主页:https://nianticlabs.github.io/simplerecon/
代码:https://github.com/nianticlabs/simplerecon
论文:https://nianticlabs.github.io/simplerecon/resources/SimpleRecon.pdf
摘要：传统上，从姿势图像重建 3D 室内场景分为两个阶段：每个图像深度估计，然后是深度合并和表面重建。最近，出现了一系列直接在最终 3D 体积特征空间中执行重建的方法。虽然这些方法显示出令人印象深刻的重建结果，但它们依赖于昂贵的 3D 卷积层，限制了它们在资源受限环境中的应用。在这项工作中，我们改为回到传统路线，并展示如何专注于高质量的多视图深度预测，从而使用简单的现成深度融合实现高精度的 3D 重建。我们提出了一个简单的最先进的多视图深度估计器，它有两个主要贡献：1）一个精心设计的 2D CNN，它利用强大的图像先验以及平面扫描特征量和几何损失，结合 2）将关键帧和几何元数据集成到成本量中，从而允许知情的深度平面评分。我们的方法在深度估计方面显着领先于当前最先进的技术，并且在 ScanNet 和 7-Scenes 上的 3D 重建接近或更好，但仍允许在线实时低内存重建。
最新论文整理
ECCV2022
Updated on : 7 Sep 2022
total number : 7
Unpaired Image Translation via Vector Symbolic Architectures
- 论文/Paper: http://arxiv.org/pdf/2209.02686
- 代码/Code: None
CNSNet: A Cleanness-Navigated-Shadow Network for Shadow Removal
- 论文/Paper: http://arxiv.org/pdf/2209.02174
- 代码/Code: None
Semi-Supervised Domain Adaptation by Similarity based Pseudo-label Injection
- 论文/Paper: http://arxiv.org/pdf/2209.01881
- 代码/Code: None
Recurrent Bilinear Optimization for Binary Neural Networks
- 论文/Paper: http://arxiv.org/pdf/2209.01542
- 代码/Code: https://github.com/SteveTsui/RBONN
Meta-Learning with Less Forgetting on Large-Scale Non-Stationary Task Distributions
- 论文/Paper: http://arxiv.org/pdf/2209.01501
- 代码/Code: None
Dynamic Spatio-Temporal Specialization Learning for Fine-Grained Action Recognition
- 论文/Paper: http://arxiv.org/pdf/2209.01425
- 代码/Code: None
Towards Accurate Binary Neural Networks via Modeling Contextual Dependencies
- 论文/Paper: http://arxiv.org/pdf/2209.01404
- 代码/Code: https://github.com/Sense-GVT/BCDN
CVPR2022
Updated on : 7 Sep 2022
total number : 1
Topic Detection in Continuous Sign Language Videos
- 论文/Paper: http://arxiv.org/pdf/2209.02402
- 代码/Code: None
