公众号内容拓展学习笔记（2021.10.16）

公众号内容拓展学习笔记（2021.10.16）

---

📎 今日要点

1. ICCV 2021 | 字节跳动利用单幅图片做三维重建！将NeRF、MPI结合，提出MINE新工作 ⭐️⭐️

   • Abstract: 一种新的三维空间表达方式 MINE利用单幅图片做三维重建
   • Paper: MINE: Towards Continuous Depth MPI with NeRF for Novel View Synthesis
   • Code: https://github.com/vincentfung13/MINE
   • Tips: 相比于 MPI 和 NeRF，MINE具有很大的优势。

2. 浙大三维视觉团队提出Animatable NeRF，从RGB视频中重建可驱动人体模型 (ICCV’21) ⭐️⭐️

   • Abstract: 浙大三维视觉团队提出Animatable NeRF，从RGB视频中重建可驱动人体模型
   • Paper: Animatable Neural Radiance Fields for Modeling Dynamic Human Bodies
   • Code: https://github.com/zju3dv/animatable_nerf
   • Tips: 当人体模型训练完成后，可以用新的人体骨架进行驱动

3. CVPR2021 用更好的目标检测器提取视觉特征！微软提出VinVL，基于更好的视觉特征，达到更强的多模态性能 ⭐️⭐️

   • Abstract: 微软提出VinVL，基于更好的视觉特征，达到更强的多模态性能
   • Paper: VinVL: Revisiting Visual Representations in Vision-Language Models
   • Code: https://github.com/pzzhang/VinVL
   • Tips: 作者将新的目标检测模型生成的视觉特征输入到基于Transformer的VL融合模型OSCAR中

4. 全新instruction调优，零样本性能超越小样本，谷歌1370亿参数新模型比GPT-3更强 ⭐️⭐️

   • Abstract: 全新instruction调优，零样本性能超越小样本，谷歌1370亿参数新模型比GPT-3更强
   • Paper: FINETUNED LANGUAGE MODELS ARE ZERO-SHOT LEARNERS
   • Code: https://github.com/google-research/flan
   • Tips: FLAN采用指令调整技术后的模型在自然语言推理、阅读理解和开放域问答等未见过的任务上的零样本性能超越了 GPT-3 的小样本性能。

5. “推荐算法”最新工作，一次让你看个够！ ⭐️⭐️

   • Abstract: 推荐系统最新工作
   • Tips: 8篇有关推荐系统最新工作的总结。

6. 视频理解综述：动作识别、时序动作定位、视频Embedding ⭐️⭐️

   • Abstract: 视频理解综述：动作识别、时序动作定位、视频Embedding
   • Tips: 本文将介绍视频理解中的三大基础领域:动作识别(Action Recognition)、时序动作定位(Temporal Action Localization)和视频 Embedding

📎 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
• 关注我的个人网站
• 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