最新论文阅读（15）

Aggregated Residual Transformations for Deep Neural Networks

- CVPR 2017
- ResNet网络的升级版ResNeXt。
- Facebook的Ross Girshick；Kaiming He

　　用于识别任务.
　　Inception 系列网络有个问题：网络的超参数（核大小、通道数等）设定的针对性比较强，当应用在别的数据集上时需要修改许多参数，因此可扩展性一般。
　　增加 cardinality（基数，即NIN的数目，模型split-transform-merge的集合的数目，一个block里面，branches或者paths的个数） 比增加深度和宽度更有效。
　　创新点是 aggregrated transformations，用一种平行堆叠相同拓扑结构的blocks（对输入group）代替原来 ResNet 的三层卷积的block，在不增加参数量的情况下提升了模型的准确率，同时由于拓扑结构相同，超参数也减少了，便于模型移植。

---

SwGridNet: A Deep Convolutional Neural Network based on Grid Topology for Image Classification

- 2017年9月
-       
- Tohoku Gakuin University（东北大学）【日】

　　用于分类；多径体系结构（先split，再通过不同unit，最后join）。

---

High-Resolution Shape Completion Using Deep Neural Networks for Global Structure and Local Geometry Inference

- 2017年9月
- LSTM-CF；3D-FCN；3D编码-解码器；高分辨率形状补全
- 香港大学；马萨诸塞大学【美】

　　3D形状重建（区别于场景重建，这个是单个实例的重建）。

---

AffordanceNet: An End-to-End Deep Learning Approach for Object Affordance Detection

- 
- AffordanceNet；检测+box内的语义分割
- 阿德莱德大学（The University of Adelaide）【澳】；IIT【意大利】

　　解卷积层次序列，强大的调整大小策略和多任务损失函数。

---

SegFlow: Joint Learning for Video Object Segmentation and Optical Flow

- 2017年9月
-       
- 清华；加州大学美熹德分校（简称为UCM）

　　同时预测视频中的语义分割和光流；双分支结构。
　　分割分支基于FCN，光流分支利用了FlowNet模型。引入光流提高了分割的性能，反之亦然。

---

Open Source Dataset and Deep Learning Models for Online Digit Gesture Recognition on Touchscreens

- 
- 开源数据集
-   

　　智能手机触摸屏上的数字数据集；用于Gesture Recognition（手势识别）。

---

Squeeze-and-Excitation Networks

- 2017年9月   
- SENet
- Momenta（自动驾驶初创公司）；牛津

　　提出SE模块，可用于大部分网络；其实就是给每个通道一个scale，该scale是由训练得到的。

---

Detecting the Moment of Completion: Temporal Models for Localising Action Completion

- 2017年10月
-       
- 布里斯托大学【英】

　　行为检测中的检测完成时刻的模型；有两种，即HMM和LSTM；每一帧都是前段有一个CNN，后段更着一个HMM或LSTM；能将输入分为pre和post。