重磅推荐，计算机视觉开源周报20191003期

点击我爱计算机视觉标星，更快获取CVML新技术

---

图片来自智能体“躲猫猫”

总结了过去一周CV领域的最新开源代码，发现本周出现多份很有价值的高质量、重量级工作，比如致力于使得图卷积网络更深的DeepGCNs、Mask引导的注意力网络大大改进了遮挡行人重识别、格灵深瞳轻量级人脸识别比赛冠军模型VarGFaceNet、比LSTM更优的新RNN模型IndRNN、还有异常强大的字符级文本识别CharNet。

一种web运行的半自动图像标注的灵活框架LOST（Label Objects and Save Time）

LOST: A flexible framework for semi-automatic image annotation

Jonas Jäger, Gereon Reus, Joachim Denzler, Viviane Wolff, Klaus Fricke-Neuderth

https://arxiv.org/abs/1910.07486v1

https://github.com/l3p-cv/lost

对抗表示学习中的全局最优化问题

On the Global Optima of Kernelized Adversarial Representation Learning

Bashir Sadeghi, Runyi Yu, Vishnu Naresh Boddeti

ICCV 2019

https://arxiv.org/abs/1910.07423v1

https://github.com/human-analysis/Kernel-ARL

学习泛化的全尺度表示，用于人员重识别，模型更小，精度更优

Learning Generalisable Omni-Scale Representations for Person Re-Identification

Kaiyang Zhou, Xiatian Zhu, Yongxin Yang, Andrea Cavallaro, Tao Xiang

ICCV 2019

https://arxiv.org/abs/1910.06827v1

https://github.com/KaiyangZhou/deep-person-reid

将ResNet和DenseNet引入到图卷积网络中，可以训练更深（达112层）的GCN，在多个任务中达到了更高的精度。

DeepGCNs: Making GCNs Go as Deep as CNNs

Guohao Li, Matthias Müller, Guocheng Qian, Itzel C. Delgadillo, Abdulellah Abualshour, Ali Thabet, Bernard Ghanem

ICCV 2019

https://arxiv.org/abs/1910.06849v1

https://github.com/lightaime/deep_gcns_torch

https://github.com/lightaime/deep_gcns

训练智能体玩“躲猫猫”游戏

Visual Hide and Seek

Boyuan Chen, Shuran Song, Hod Lipson, Carl Vondrick

https://arxiv.org/abs/1910.07882v1

http://www.cs.columbia.edu/~bchen/visualhideseek/

掩膜引导的注意力网络，用于遮挡严重的行人检测，在多个数据集实现了更高的最好精度。CityPersons提升9.5%，Caltech提升5.0%。

Mask-Guided Attention Network for Occluded Pedestrian Detection

Yanwei Pang, Jin Xie, Muhammad Haris Khan, Rao Muhammad Anwer, Fahad Shahbaz Khan, Ling Shao

ICCV 2019

https://arxiv.org/abs/1910.06160v2

https://github.com/Leotju/MGAN

一种几何启发的卷积操作，有效提升了消失点检测

NeurVPS: Neural Vanishing Point Scanning via Conic Convolution

Yichao Zhou, Haozhi Qi, Jingwei Huang, Yi Ma

https://arxiv.org/abs/1910.06316v1

https://github.com/zhou13/neurvps

单次神经架构搜索，基于自我评估模版网络，在CIFAR和ImageNet数据集达到最先进的性能

One-Shot Neural Architecture Search via Self-Evaluated Template Network

Xuanyi Dong, Yi Yang

ICCV 2019

https://arxiv.org/abs/1910.05733v1

https://github.com/D-X-Y/NAS-Projects

学习鉴别特征，用于非监督域适应

Drop to Adapt: Learning Discriminative Features for Unsupervised Domain Adaptation

Seungmin Lee, Dongwan Kim, Namil Kim, Seong-Gyun Jeong

ICCV 2019

https://arxiv.org/abs/1910.05562v1

https://github.com/postBG/DTA.pytorch

可变组卷积神经网络，可以支持大规模人脸识别，同时减少计算成本和参数。获得格灵深瞳轻量级人脸识别挑战赛冠军！

VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight Face Recognition

Mengjia Yan, Mengao Zhao, Zining Xu, Qian Zhang, Guoli Wang, Zhizhong Su

ICCV 2019 Workshop

https://arxiv.org/abs/1910.04985v1

https://github.com/zma-c-137/VarGFaceNet

发明一种称为Hadamard乘积的递归连接，构建了独立递归神经网络（IndRNN），其中同一层中的神经元彼此独立并且跨层连接。

IndRNN可有效替代LSTM，精度更高的同时，速度是其10倍！

Deep Independently Recurrent Neural Network (IndRNN)

Shuai Li, Wanqing Li, Chris Cook, Yanbo Gao, Ce Zhu

https://arxiv.org/abs/1910.06251v1

https://github.com/Sunnydreamrain/IndRNN_pytorch

一种以字符为基本单元的单阶段文本检测识别网络，在三个标准基准上对CharNet结果显示，其结果以最先进的结果大大领先之前的算法，比如ICDAR 2015上从65.33％改进到71.08％，TotalText上从54.0％跃升至69.23％。

Convolutional Character Networks

Linjie Xing, Zhi Tian, Weilin Huang, Matthew R. Scott

ICCV 2019

https://arxiv.org/abs/1910.07954v1

https://github.com/MalongTech/research-charnet

基于语音指令实现的自动驾驶

Conditional Driving from Natural Language Instructions

Junha Roh, Chris Paxton, Andrzej Pronobis, Ali Farhadi, Dieter Fox

CoRL 2019

https://arxiv.org/abs/1910.07615v1

https://sites.google.com/view/language-grounded-driving

医学图像域适应 | 提出了一种新型的无监督域自适应框架，称为协作特征集合自适应（CFEA），改进了眼底图像分割的精度

CFEA: Collaborative Feature Ensembling Adaptation for Domain Adaptation in Unsupervised Optic Disc and Cup Segmentation

Peng Liu, Bin Kong, Zhongyu Li, Shaoting Zhang, Ruogu Fang

MICCAI 2019

https://arxiv.org/abs/1910.07638v1

https://github.com/cswin/AWC

---

CV细分方向交流群

52CV已经建立多个CV专业交流群，包括：目标跟踪、目标检测、语义分割、姿态估计、人脸识别检测、医学影像处理、超分辨率、神经架构搜索、GAN、强化学习等，扫码添加CV君拉你入群，如已经为CV君其他账号好友请直接私信，

（请务必注明相关方向，比如：目标检测）

喜欢在QQ交流的童鞋，可以加52CV官方QQ群：805388940。

（不会时时在线，如果没能及时通过验证还请见谅）

---

长按关注我爱计算机视觉