【20210326期AI简报】用RISC-V微控制器开发难不难？行人搜索AI框架新突破~

导读：本期为 AI 简报 20210326 期，将为您带来 9 条相关新闻，明日朝花节，有时候要冲，有时候也要出去走走~

本文一共 字，通篇阅读结束需要 7~11 分钟

1. 首个无需锚框（Anchor-Free）的行人搜索框架 | CVPR 2021 | CVer、

demo image

Paper:

https://arxiv.org/abs/2103.11617

GIthub:

https://github.com/daodaofr/AlignPS

近三年来，行人搜索问题已经受到了广大学者的关注，在各个顶会上也陆续出现了诸多新方法。目前方法主要包括两步走（Two-Step）和一步走（One-Step）方法。

现有的大多数工作采用Faster-RCNN之类的二阶段（Two-Stage）检测器，产生令人鼓舞的精度，但计算开销很大。

在这项工作中，本文提出了以功能为导向的人员搜索网络（AlignPS），这是第一个无需锚定的框架，可以有效地解决这一艰巨的任务。AlignPS明确解决了主要挑战，在为该任务配备无锚探测器时，我们将其概括为不同级别（即，比例，区域和任务）的不对齐问题。进一步来说，我们提出一种对齐的特征聚合模块，以遵循“重新识别优先”的原则生成更具判别力和鲁棒性的特征嵌入。如此简单的设计可将CUHK-SYSU的基线免锚模型直接提高mAP超过20％。此外，AlignPS具有更高的速度，胜过最新的两阶段方法。

2. Super SloMo：用神经网络脑补超级慢动作 | HyperAI超神经

Paper:

https://arxiv.org/pdf/1712.00080.pdf

Github:

https://github.com/avinashpaliwal/Super-SloMo

教程链接：

https://openbayes.com/console/openbayes/containers/xQIPlDQ0GyD/overview

如今，人们对于视频帧率的追求越来越高，因为高帧率视频更加顺滑、流畅，能极大地提升人们的观看体验。

现有相机拍摄的视频帧率，也从 25 FPS（Frames Per Second) 不断提升到 60 FPS，再到 240 FPS 甚至更高。

图片

为了解决视频画面卡顿、不够顺畅等问题，视频插帧大法应运而生。英伟达提出的 Super SloMo 方法在众多方法中一骑绝尘，堪称业界经典。

对于一段普通设备录制的视频，能「脑补」出高帧率慢动作视频。有了这一神器