ACCV 2020 开幕，最佳论文出炉！附所有论文下载

点击上方“计算机视觉工坊”，选择“星标”

干货第一时间送达

ACCV （Asian Conference on Cpmputer Vision） 为CCF(中国计算机学会)推荐的国际会议，是仅次于CVPR、ICCV、ECCV 的计算机视觉领域C类会议（与BMVC类似），影响力逐年上升，今年的ACCV 2020 原计划在日本京都于11月30-12月4日召开，因疫情影响全部活动改为线上。

ACCV 2020 共录用论文 255 篇，官方提供所有论文开放下载，在“计算机视觉工坊”公众号后台回复“ACCV2020”,即可收到所有论文的打包下载。

目前，大会已经公布了最佳论文，让我们一起来看看吧 ！

最佳论文奖

Best Paper Award

A Sparse Gaussian Approach to Region-Based 6DoF Object Tracking

作者：Manuel Stoiber、Martin Pfanne、Klaus H. Strobl、Rudolph Triebel、Alin Albu-Schaffer

单位：德国航空航天中心、慕尼黑工业大学

开源地址：

https://github.com/DLR-RM/RBGT

该文研究的内容是基于RGB相机的物体6DoF跟踪。提出了一种新的、高效的稀疏方法来实现基于区域的6DoF目标跟踪，只需要一个单目RGB摄像机和三维物体模型。建立了新的数学模型，开发了用于正则化牛顿优化的对数似然导数的鲁棒逼近。在实验中，该方法不仅跟踪成功率方面优于之前最先进的基于区域的方法，而且速度快一个数量级！

相关演示：

最佳论文荣誉提名奖

Best Paper Honorable Mention Award

Pre-training without Natural Images

作者：Hirokatsu Kataoka, Kazushige Okayasu, Asato Matsumoto，Eisuke Yamagata，Ryosuke Yamada, Nakamasa Inoue，Akio Nakamura，and Yutaka Satoh

单位：日本国家先进工业研究院、东京电机大学、筑波大学、东京理工学院

开源地址：

https://github.com/hirokatsukataoka16/FractalDB

基于大量有标注的自然图像训练而得到的CNN网络取得了举世瞩目的成功，有实验表明其滤波器学到了各种有意义的视觉特征，那能否用人为生成的特定纹理和形状的图像来训练网络而不用自然图像呢？这些生成的图像可以无限扩容，可以省却大量人力。

该文作者证明这是可行的，通过大量的实验表明，使用生成的图像训练的模型在很多时候可以和自然图像训练的网络相媲美，虽然并不总是比自然图像数据集好，但也提取到了非常有意义的特征。

相关演示：

最佳应用论文奖

Best Application Paper Award

Watch, read and lookup: learning to spot signs from multiple supervisors

作者：Liliane Momeni,，Gul Varol，Samuel Albanie，Triantafyllos Afouras，and Andrew Zisserman

单位：牛津大学VGG组

https://github.com/gulvarol/bsldict

该文研究的是少样本的手语识别，通过让机器获得少量有标记的视频，提供视频字母和在手语字典中进行查找，作者使用噪声对比估计和多实例学习的原理，将这三个任务整合到一个统一的学习框架中，取得了手语识别的成功，这可以减少该领域对大量标准标注数据的依赖。代码、数据将开源。

这些论文都很有启发，欢迎大家关注ACCV 2020:

http://accv2020.kyoto/

在“计算机视觉工坊”公众号后台回复“ACCV2020”,即可收到所有论文的打包下载。

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复：深度学习，即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复：计算机视觉，即可下载计算机视觉相关17本pdf书籍，包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复：SLAM，即可下载独家SLAM相关视频课程，包含视觉SLAM、激光SLAM精品课程。

重磅！计算机视觉工坊-学习交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~