sift论文_牛津博士论文 | 学习重建和分割3D目标（143页PDF）

143页博士学位论文，共计327篇参考文献。本文从单个或多个视图的对象级3D形状估计到场景级语义理解做出了三个核心贡献：

1.从单视图恢复3D物体结构；

2.从单视图重建扩展到多视图场景；

3.从复杂的3D场景中识别所有物体实例。

Learning to Reconstruct and Segment 3D Objects

作者：Bo Yang 牛津大学（即将入职香港理工大学，担任助理教授AP）
主页：The Hong Kong Polytechnic University
论文： https:// arxiv.org/abs/2010.0958 2

注：文末附三维重建交流群。如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。

赋予机器像人类一样以三维表示感知现实世界的能力，这是人工智能领域的一个基本且长期存在的话题。给定不同类型的视觉输入，例如2D / 3D传感器获取的图像或点云，一个重要的目标是了解3D环境的几何结构和语义。传统方法通常利用手工制作的特征来估计对象或场景的形状和语义。但是，它们很难泛化到新颖的对象和场景，并且难以克服视觉遮挡引起的关键问题。相比之下，我们的目标是通过使用深度神经网络（经过大规模真实世界3D数据训练）学习通用的鲁棒表示，来理解场景和其中的对象。为了实现这些目标，本文从单个或多个视图的对象级3D形状估计到场景级语义理解做出了三个核心贡献。

本博士论文结构

博士论文部分节选

一、从单视图重建3D物体

二、从多视图重建3D物体

三、学习从点云分割3D物体

CVer-三维重建交流群

建了三维重建微信群，已数百人！想要进三维重建群的同学，可以直接加微信号：CVer5555。加的时候备注一下：三维重建+学校+昵称，即可。然后就可以拉你进群了。

论文下载

链接： https:// pan.baidu.com/s/17hBXYy 0QskF3sch2eNVPdg
提取码：cver

强烈推荐大家关注CVer知乎账号和CVer微信公众号，可以快速了解到最新优质的CV论文。

推荐阅读

谷歌刚刚发布Objectron新数据集，可完美检测3D目标，超过4百万幅图像和15K视频剪辑！

综述 | MIT提出视频理解/行为识别：全面调研（2004-2020）

综述 | 基于无人机的目标跟踪的相关滤波器：全面调研

从三个维度加速你的CNN：全面的剪枝框架

DeformCaps：第一个用于目标检测的可变形胶囊网络

Recall Loss：用于不平衡图像分类和语义分割的召回损失

即插即用！Rotate to Attend：卷积Triplet注意力模块

旷视提出MegDetV2：目标检测/实例分割系统

综述 | 基于深度学习的医学图像分割技术：全面调研

ResNet还是DenseNet？即插即用的DS涨点神器来了！

综述 | 基于深度学习的端到端人脸识别技术：全面调研

TBC：共享Thinner Filters，实现更强的CNN！

综述 | 行人检测技术（从手工特征到深度学习）：全面调研

超越EfficientNets！无需注意力，也能让你的网络更快更强！

OpenCV 4.5来了！更强的SIFT，改进RANSAC算法，新增目标跟踪网络SiamRPN++

综述 | 基于深度学习的实时语义分割方法：全面调研

涨点神器！南航提出AFF：注意力特征融合

NeurIPS 2020 | 谷歌大脑提出：重新思考预训练和自训练

NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示

NeurIPS 2020 | aLRPLoss：统一目标检测中的分类和定位的平衡损失函数

CCE：具有互补交叉熵的不平衡图像分类

谷歌地标检索2020 Kaggle 第一名解决方案

ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案

LVIS 实例分割挑战赛2020的第一名解决方案：好的Box不能保证好的Mask

ETH Zurich提出DPIR：具有Denoiser先验的即插即用图像恢复

综述 | 人脸图像质量评估：全面调研（2004-2020）

ECCV 2020 | NAS-DIP：通过NAS实现DIP（去噪/去雾/超分辨率/修复等）

TIP 2020 | PNEN：金字塔Non-Local增强型网络

综述 | 小样本学习：全面调研（Few-shot）

MiCo：用于半监督域自适应的Mixup联合训练

使用深度神经网络从Noisy Labels中学习：全面调研

剪枝filter？还是剪枝layer？这是个问题

ECCV 2020 | WeightNet：重新探索Weight网络的设计空间

Mask TextSpotter v3：用于场景文字检测和识别的分割Proposal网络

ECCV 2020 | 魔鬼在细节中：车辆重识别的自监督注意力（SAVER）

ECCV 2020 | 53.5 AP！PAA：用于目标检测的IoU预测的概率Anchor分配

ECCV 2020 | 南京理工提出FPT：特征金字塔Transformer

ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失

ECCV 2020 | BMask R-CNN：边界保持的Mask R-CNN

ECCV 2020 | 即插即用！PSConv：将特征金字塔压缩到紧凑的多尺度卷积层中