前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >CVPR2022论文速递(2022.4.22)!共15篇!Transformer+多模态用于食品检索

CVPR2022论文速递(2022.4.22)!共15篇!Transformer+多模态用于食品检索

作者头像
AI算法与图像处理
发布2022-05-19 15:04:09
4960
发布2022-05-19 15:04:09
举报
文章被收录于专栏:AI算法与图像处理

整理:AI算法与图像处理

CVPR2022论文和代码整理:https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo

Updated on : 22 Apr 2022

total number : 15

超分/Super-Resolution - 2 篇

A New Dataset and Transformer for Stereoscopic Video Super-Resolution

标题:用于立体视频超分辨率的新数据集和Transformer

  • 论文/Paper: http://arxiv.org/pdf/2204.10039
  • 代码/Code: https://github.com/H-deep/Trans-SVSR/

FS-NCSR: Increasing Diversity of the Super-Resolution Space via Frequency Separation and Noise-Conditioned Normalizing Flow

标题:FS-NCSR:通过频率分离和噪声调节标准化流量增加超分辨率空间的多样性

  • 论文/Paper: http://arxiv.org/pdf/2204.09679
  • 代码/Code: None

Transformers - - 2 篇

A New Dataset and Transformer for Stereoscopic Video Super-Resolution

标题:用于立体视频超分辨率的新数据集和Transformer

  • 论文/Paper: http://arxiv.org/pdf/2204.10039
  • 代码/Code: https://github.com/H-deep/Trans-SVSR/

Transformer Decoders with MultiModal Regularization for Cross-Modal Food Retrieval

标题:Transformer解码器,具有多模式正则化,用于跨模型食品检索

  • 论文/Paper: http://arxiv.org/pdf/2204.09730
  • 代码/Code: https://github.com/mshukor/TFood

多模态 / Multimodal - 1 篇

Transformer Decoders with MultiModal Regularization for Cross-Modal Food Retrieval

标题:Transformer解码器,具有多模式正则化,用于跨模型食品检索

  • 论文/Paper: http://arxiv.org/pdf/2204.09730
  • 代码/Code: https://github.com/mshukor/TFood

姿态估计/Pose Estimation - 1 篇

DGECN: A Depth-Guided Edge Convolutional Network for End-to-End 6D Pose Estimation

标题:DGECN:用于端到端6D姿势估计的深度引导边缘卷积网络

  • 论文/Paper: http://arxiv.org/pdf/2204.09983
  • 代码/Code: None

人脸相关 / Face - 1 篇

WebFace260M: A Benchmark for Million-Scale Deep Face Recognition

标题:WebFace260M:百万级深层识别的基准

  • 论文/Paper: http://arxiv.org/pdf/2204.10149
  • 代码/Code: None

其他/Other - 10 篇

SelfD: Self-Learning Large-Scale Driving Policies From the Web

标题:selfd:从网络中自学大规模驾驶策略

  • 论文/Paper: http://arxiv.org/pdf/2204.10320
  • 代码/Code: None

SmartPortraits: Depth Powered Handheld Smartphone Dataset of Human Portraits for State Estimation, Reconstruction and Synthesis

标题:SmartPortraits:深度动力手持智能手机数据集,用于估算,重建和合成

  • 论文/Paper: http://arxiv.org/pdf/2204.10211
  • 代码/Code: None

A case for using rotation invariant features in state of the art feature matchers

标题:在艺术状态匹配状态中使用旋转不变功能的情况

  • 论文/Paper: http://arxiv.org/pdf/2204.10144
  • 代码/Code: None

Toward Fast, Flexible, and Robust Low-Light Image Enhancement

标题:朝向快速,灵活,稳健的低光图像增强

  • 论文/Paper: http://arxiv.org/pdf/2204.10137
  • 代码/Code: https://github.com/vis-opt-group/SCI

OSSO: Obtaining Skeletal Shape from Outside

标题:OSSO:从外面获得骨骼形状

  • 论文/Paper: http://arxiv.org/pdf/2204.10129
  • 代码/Code: None

Is Neuron Coverage Needed to Make Person Detection More Robust?

标题:是让人们检测更强大的神经元覆盖范围吗?

  • 论文/Paper: http://arxiv.org/pdf/2204.10027
  • 代码/Code: None

Progressive Training of A Two-Stage Framework for Video Restoration

标题:用于视频恢复的两阶段框架的渐进训练

  • 论文/Paper: http://arxiv.org/pdf/2204.09924
  • 代码/Code: None

CNLL: A Semi-supervised Approach For Continual Noisy Label Learning

标题:CNLL:一种半监督持续嘈杂的标签学习方法

  • 论文/Paper: http://arxiv.org/pdf/2204.09881
  • 代码/Code: None

Persistent-Transient Duality in Human Behavior Modeling

标题:人类行为建模中的持续瞬态二元性

  • 论文/Paper: http://arxiv.org/pdf/2204.09875
  • 代码/Code: None

Self-Supervised Learning to Guide Scientifically Relevant Categorization of Martian Terrain Images

标题:自我监督学习指导科学相关分类的火星地形图像

  • 论文/Paper: http://arxiv.org/pdf/2204.09854
  • 代码/Code: https://github.com/TejasPanambur/mastcam
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI算法与图像处理 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Updated on : 22 Apr 2022
  • total number : 15
  • 超分/Super-Resolution - 2 篇
  • Transformers - - 2 篇
  • 多模态 / Multimodal - 1 篇
  • 姿态估计/Pose Estimation - 1 篇
  • 人脸相关 / Face - 1 篇
  • 其他/Other - 10 篇
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档