计算机视觉常见技术(待理解)

记录一下平时看到的一些关于CV方向的发展，拓展自己的思维，有很多好玩的技术方向：

• 贾佳亚2018/5.29：被誉为“一键卸妆”的论文《Makeup-Go: Blind Reversion of Portrait Edit》在社会各界引起了强烈反响，卸妆玩法引爆社交媒体。另一篇超分辨率的论文《细节还原深度视频超分辨率》，其相关技术也已经在QQ空间成功落地，各项性能指标均处于国际领先水平
• 有趣的事情：人脸美化的恢复（ debeautification）: 我们希望能够通过AI技术，去退回到人脸美化之前的样子。为什么要做这件事？原因就是我们看到很多新闻说网上照片都很美丽，但是见面后发现落差非常大，甚至引发社会事件。我们就想把美化后的图恢复成它原本的样子。
• 贾教授在图像分析和处理上相当多的一批技术是独有的或者性能超群，其代表工作包括图像去模糊，滤波，图像稀疏处理，多频段图像信号的融合以及增强，大范围运动估计，基于纹理和结构的分层，语义分割。

 

• 计算机视觉视频理解领域的经典方法和最新成果

• 从零到一学习计算机视觉：朋友圈爆款背后的计算机视觉技术与应用 | 公开课笔记

• 图像美学质量评价技术发展趋势

• 详解跨镜追踪(ReID)技术实现及难点

• CVPR2018检测文章：https://mp.weixin.qq.com/s/i8VFJg19x-P_QHySdJvWKQ  ； https://mp.weixin.qq.com/s/5uxpVGI70K_UEJCke9pusw

2018-11-28-19:49:55

• CNN采样方法：空间变换网络(STN)与可变形卷积网络（DCN）

• Video Analysis 视频分析与理解相关领域论文笔记

2018-12-03 10:35:38

• pytorch，caffe，tensorflow等模型之间的转换（理解模型参数格式）

• caffe 模型转tensorflow

• tensorflow2caffe(4) : caffemodel的生成与tensorflow2caffe框架转换的总结

• caffe转pytoch在https://github.com/kazuto1011/deeplab-pytorch项目里有