计算机视觉论文整理

经典论文

计算机视觉论文

  1. ImageNet分类
  2. 物体检测
  3. 物体跟踪
  4. 低级视觉
  5. 边缘检测
  6. 语义分割
  7. 视觉注意力和显著性
  8. 物体识别
  9. 人体姿态估计
  10. CNN原理和性质(Understanding CNN)
  11. 图像和语言
  12. 图像解说
  13. 视频解说
  14. 图像生成
微软ResNet

论文:用于图像识别的深度残差网络

作者:何恺明、张祥雨、任少卿和孙剑

链接:http://arxiv.org/pdf/1512.03385v1.pdf

微软PRelu(随机纠正线性单元/权重初始化)

论文:深入学习整流器:在ImageNet分类上超越人类水平

作者:何恺明、张祥雨、任少卿和孙剑

链接:http://arxiv.org/pdf/1502.01852.pdf

谷歌Batch Normalization

论文:批量归一化:通过减少内部协变量来加速深度网络训练

作者:Sergey Ioffe, Christian Szegedy

链接:http://arxiv.org/pdf/1502.03167.pdf

谷歌GoogLeNet

论文:更深的卷积,CVPR 2015

作者:Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich

链接:http://arxiv.org/pdf/1409.4842.pdf

牛津VGG-Net

论文:大规模视觉识别中的极深卷积网络,ICLR 2015

作者:Karen Simonyan & Andrew Zisserman

链接:http://arxiv.org/pdf/1409.1556.pdf

AlexNet

论文:使用深度卷积神经网络进行ImageNet分类

作者:Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton

链接:http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

物体检测

这里写图片描述

PVANET

论文:用于实时物体检测的深度轻量神经网络(PVANET:Deep but Lightweight Neural Networks for Real-time Object Detection)

作者:Kye-Hyeon Kim, Sanghoon Hong, Byungseok Roh, Yeongjae Cheon, Minje Park

链接:http://arxiv.org/pdf/1608.08021

纽约大学OverFeat

论文:使用卷积网络进行识别、定位和检测(OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks),ICLR 2014

作者:Pierre Sermanet, David Eigen, Xiang Zhang, Michael Mathieu, Rob Fergus, Yann LeCun

链接:http://arxiv.org/pdf/1312.6229.pdf

伯克利R-CNN

论文:精确物体检测和语义分割的丰富特征层次结构(Rich feature hierarchies for accurate object detection and semantic segmentation),CVPR 2014

作者:Ross Girshick, Jeff Donahue, Trevor Darrell, Jitendra Malik

链接:http://www.cv-foundation.org/openaccess/content_cvpr_2014/papers/Girshick_Rich_Feature_Hierarchies_2014_CVPR_paper.pdf

微软SPP

论文:视觉识别深度卷积网络中的空间金字塔池化(Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition),ECCV 2014

作者:何恺明、张祥雨、任少卿和孙剑

链接:http://arxiv.org/pdf/1406.4729.pdf

微软Fast R-CNN

论文:Fast R-CNN

作者:Ross Girshick

链接:http://arxiv.org/pdf/1504.08083.pdf

微软Faster R-CNN

论文:使用RPN走向实时物体检测(Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks)

作者:任少卿、何恺明、Ross Girshick、孙剑

链接:http://arxiv.org/pdf/1506.01497.pdf

牛津大学R-CNN minus R

论文:R-CNN minus R

作者:Karel Lenc, Andrea Vedaldi

链接:http://arxiv.org/pdf/1506.06981.pdf

端到端行人检测

论文:密集场景中端到端的行人检测(End-to-end People Detection in Crowded Scenes)

作者:Russell Stewart, Mykhaylo Andriluka

链接:http://arxiv.org/pdf/1506.04878.pdf

实时物体检测

论文:你只看一次:统一实时物体检测(You Only Look Once: Unified, Real-Time Object Detection)

作者:Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi

链接:http://arxiv.org/pdf/1506.02640.pdf

Inside-Outside Net

论文:使用跳跃池化和RNN在场景中检测物体(Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural Networks)

作者:Sean Bell, C. Lawrence Zitnick, Kavita Bala, Ross Girshick

链接:http://arxiv.org/abs/1512.04143.pdf

微软ResNet

论文:用于图像识别的深度残差网络

作者:何恺明、张祥雨、任少卿和孙剑

链接:http://arxiv.org/pdf/1512.03385v1.pdf

R-FCN

论文:通过区域全卷积网络进行物体识别(R-FCN: Object Detection via Region-based Fully Convolutional Networks)

作者:代季峰,李益,何恺明,孙剑

链接:http://arxiv.org/abs/1605.06409

SSD

论文:单次多框检测器(SSD: Single Shot MultiBox Detector)

作者:Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg

链接:http://arxiv.org/pdf/1512.02325v2.pdf

速度/精度权衡

论文:现代卷积物体检测器的速度/精度权衡(Speed/accuracy trade-offs for modern convolutional object detectors)

作者:Jonathan Huang, Vivek Rathod, Chen Sun, Menglong Zhu, Anoop Korattikara, Alireza Fathi, Ian Fischer, Zbigniew Wojna, Yang Song, Sergio Guadarrama, Kevin Murphy

链接:http://arxiv.org/pdf/1611.10012v1.pdf

物体跟踪
  • 论文:用卷积神经网络通过学习可区分的显著性地图实现在线跟踪(Online Tracking by Learning Discriminative Saliency Map with Convolutional Neural Network)

作者:Seunghoon Hong, Tackgeun You, Suha Kwak, Bohyung Han

地址:arXiv:1502.06796.

  • 论文:DeepTrack:通过视觉跟踪的卷积神经网络学习辨别特征表征(DeepTrack: Learning Discriminative Feature Representations by Convolutional Neural Networks for Visual Tracking)

作者:Hanxi Li, Yi Li and Fatih Porikli

发表: BMVC, 2014.

  • 论文:视觉跟踪中,学习深度紧凑图像表示(Learning a Deep Compact Image Representation for Visual Tracking)

作者:N Wang, DY Yeung

发表:NIPS, 2013.

  • 论文:视觉跟踪的分层卷积特征(Hierarchical Convolutional Features for Visual Tracking)

作者:Chao Ma, Jia-Bin Huang, Xiaokang Yang and Ming-Hsuan Yang

发表: ICCV 2015

  • 论文:完全卷积网络的视觉跟踪(Visual Tracking with fully Convolutional Networks)

作者:Lijun Wang, Wan

  • 27
    点赞
  • 225
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值