AMiner会议论文推荐第六十一期

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

CVPR 2021 论文推荐

Manifold Regularized Dynamic Network Pruning（歧管正则化动态网络修剪）

论文链接：https://www.aminer.cn/pub/6049e90e91e01118b758f03f/?conf=cvpr2021

推荐理由： 神经网络剪枝是降低深度模型计算复杂度的重要方法，能够很好地部署在资源有限的设备上。与传统方法相比，近期开发的动态剪枝方法对每个输入实例设计冗余过滤器变体，从而实现更高的加速。然而，现有的大多数方法独立发现每个实例的有效子网络，并没有利用不同输入之间的关系。为了最大限度地挖掘给定网络架构中的冗余，本文提出了一种新的范式，通过将所有实例的歧义信息嵌入到剪枝网络的空间中，动态地去除冗余过滤器。作者首先研究训练集中图像之间的识别复杂性和特征相似性，接着，在训练过程中将实例与剪枝子网络之间的歧义关系对齐。上述方法的有效性在几个基准上得到了验证，与最先进的方法相比，该方法在准确性和计算成本方面都有更好的表现。

Deep Dual Consecutive Network for Human Pose Estimation（用于人体姿态估计的深度双连续网络）

论文链接：https://www.aminer.cn/pub/604f35b991e01127d2b6e8b9/?conf=cvpr2021

推荐理由： 复杂情况下的多帧人体姿态估计具有挑战性。虽然最先进的人体关节检测器在静态图像中表现出了显著的效果，但将这些模型应用到视频序列中时，性能便显得不足了。其主要缺点一方面包括无法处理运动模糊、视频虚焦或姿势遮挡，原因在于无法捕捉视频帧之间的时间依赖性。另一方面，直接采用传统的循环神经网络在空间环境建模方面存在经验上的困难，尤其是在处理姿势遮挡方面。在本文中，作者提出了一种新型的多帧人类姿势估计框架，利用视频帧之间丰富的时间线索来促进关键点检测。在该框架中，姿态时空合并对关键点的时空背景进行编码，生成有效的搜索范围，而姿态残差融合模块则计算双方向的加权姿态残差，最后利用姿势校正网络进行处理，以有效地完善姿势估计。上述方法在大规模基准数据集PoseTrack2017和PoseTrack2018的多帧人物姿势估计挑战赛中排名第一。

Reformulating HOI Detection as Adaptive Set Prediction（将HOI检测重构为自适应集预测）

论文链接：https://www.aminer.cn/pub/6049ee5f91e01118b758f0b9/?conf=cvpr2021

推荐理由： 人与物交互（Human-Object Interaction,HOI）检测的关键是确定哪些图像区域为集中区域。传统的HOI检测器专注于检测人和物体预先定义的交互位置，限制了有效特征的学习。在本文中，作者将HOI检测重构为一个自适应集预测问题，通过这种新颖的表述，他们提出了一个基于自适应集的单阶段框架（Adaptive Set-based one-stage framework，AS-Net），具有并行的实例和交互分支。该工作将一个可训练的交互查询集映射到一个带有变换器的交互预测集，同时，每个查询通过多头协同关注，自适应地聚合全局上下文中的交互相关特征。此外，作者设计了一个有效的实例感知注意力模块，将实例分支的指令性特征引入到交互分支。在三个具有挑战性的HOI检测数据集上，上述方法在不使用任何额外的人类姿势和语言特征的情况下优于之前最先进的方法。

AMiner，一个具有认知智能的学术搜索引擎：https://www.aminer.cn/

#AMiner# #论文#