公众号内容拓展学习笔记（2021.4.1）

公众号内容拓展学习笔记（2021.4.1）

---

📎 今日要点

1. 推荐 10 个标星 100 K 的 GitHub 开源项目 ⭐️⭐️

   • 主要内容：10个GitHub高标星的开源项目
   • 我比较喜欢的：Build Your Own X

2. 更稳定的手势识别方法–基于手部骨架与关键点检测 ⭐️⭐️

   • 主要内容：本期将介绍并演示基于MediaPipe的手势骨架与特征点提取步骤以及以此为基础实现手势识别的方法。
   • 参考阅读：Google开源手势识别–基于TF Lite/MediaPipe
   • GitHub：https://github.com/google/mediapipe

3. 先画轮廓，再涂色，一种新的图像修复方法 ⭐️⭐️⭐️⭐️⭐️

   • 主要内容：EdgeConnect方法，使用GAN来生成边缘，再进一步生成完整的图像。
   • 论文：EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
   • GitHub：https://github.com/knazeri/edge-connect
   • 核心要点：现有的深度图像修复方法通常会产生模糊的区域。其中一个可能的原因是L1损失的使用(即像素级重建精度)。请注意，较小的L1损失往往会给出模糊的结果(最小化平均像素差异)。为了进一步提高修复结果的质量，我们可以向generator network提供缺失区域的先验信息，从而产生更好的局部精细纹理细节。缺失区域的边缘图可能是一个很好的先验信息的选择，因为它包含了图像的整体结构。

4. 【语义分割】一篇看完就懂的最新深度语义分割模型综述 ⭐️⭐️

   • 主要内容：很全面的有关语义分割的综述

5. 利用Python 代码实现人体肤色检测 ⭐️⭐️

   • 主要内容：通过OpenCV进行肤色检测

6. 13篇！ 腾讯AI Lab CVPR2021入选论文解读 ⭐️⭐️

   • 主要内容：CVPR 2021 接收结果已于本月公布。今年有效投稿多达7500篇，一共有1663篇论文被接收，接收率为27%。其中腾讯 AI Lab 入选13篇，涵盖自监督表征学习、视觉内容生成、多模态理解与生成、3D感知、对抗攻防等方向。以下为论文解读。

7. 【深度学习】CV和NLP通吃！谷歌提出OmniNet：Transformers的全方位表示 ⭐️⭐️

   • 主要内容：本文提出了来自Transformer的全方位表示（OmniNet）。
   • 论文：OmniNet: Omnidirectional Representations from Transformers

📎 Others

• 由于图片权限问题，GitHub是完整版，可以点点 star
• 星标的数量是与个人相关程度，不代表文章内容的好坏
• 关注我的CSDN博客
• 关注我的哔哩哔哩
• 关注我的公众号CV伴读社