组会总结23-3-28

【3DV】Robust RGB-D Fusion for Saliency Detection

 

一个是layer attention的改进

另一个是解决了 RGB 图与深度图的对齐问题

【ICLR2023】More ConvNets in the 2020s: Scaling up Kernels Beyond 51 × 51 using Sparsity

探索了使用极端大内核进行训练的卷积神经网络模型，这是一个新的思路和方法，为计算机视觉领域提供了新的研究方向。

提供了一种基于稀疏性启发的极端大内核应用方法，这种方法可以平滑地将内核大小扩展到超过51×51，并且在性能上优于Swin Transformer和ConvNeXt等先进模型。

跟卷积与transformer并行类似，这种大核的卷积跟局部注意力很像，

【TMM2023】Bridging Component Learning with Degradation Modelling for Blind Image Super-Resolution

• 提出了一种组件分解与协同优化网络co-optimization network(CDCN)，，也就是增加了结构图和细节图两个输出，进行超分的学习

【TGRS2023】Language-Aware Domain Generalization Network for Cross-Scene Hyperspectral Image Classification

• 核心点是给每个类别增加了文本描述，进行对比学习，以达到更好的效果

【ARXIV2301】Rethinking Mobile Block for Efficient Neural Models

• 条纹窗口机制，它可以更有效地建模长期依赖关系，计算复杂度较低。条纹机制也太常见了，还可以增加组间的条纹

【ARXIV2301】Image Super-Resolution using Efficient Striped Window Transformer