场景解析是一种特殊的语义分割,对整幅场景图像进行语义像素标注,典型应用是自动驾驶领域的道路环境的语义分割。
本文盘点 ECCV 2020 中所有场景解析(Scene Parsing)相关的3篇论文。
下载包含这些论文的 ECCV 2020 所有论文:
语义流用于快速精确的场景解析
Semantic Flow for Fast and Accurate Scene Parsing
作者 | Xiangtai Li, Ansheng You, Zhen Zhu, Houlong Zhao, Maoke Yang, Kuiyuan Yang, Yunhai Tong
单位 | 北大;华中电子科技;DeepMotion
论文 | https://arxiv.org/abs/2002.10120
代码 | https://github.com/lxtGH/SFSegNets(即将)
代码 | https://github.com/donnyyou/torchcv
备注 | ECCV 2020 oral
用于场景解析的图交互网络
GINet: Graph Interaction Network for Scene Parsing
作者 | Tianyi Wu, Yu Lu, Yu Zhu, Chuang Zhang, MingWu, Zhanyu Ma, Guodong Guo
单位 | 百度等
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123620035.pdf
备注 | ECCV 2020
RGB-D传感器的场景解析
Malleable 2.5D Convolution: Learning Receptive Fields along the Depth-axis for RGB-D Scene Parsing
作者 | Yajie Xing, Jingbo Wang, Gang Zeng
单位 | 北大;港中文
论文 | https://arxiv.org/abs/2007.09365
备注 | ECCV 2020
推荐阅读:
备注:分割
图像分割交流群
语义分割、实例分割、全景分割、抠图等技术,若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号 : aicvml
QQ群:805388940
微博/知乎:@我爱计算机视觉
投稿:amos@52cv.net
网站:www.52cv.net
在看,让更多人看到