盘点 | 2022年15篇目标检测相关最佳论文汇总

目标检测是计算机视觉里面十分重要的任务。

作为计算机视觉中众多基础问题中的一个，目标检测成为了许多其他计算机视觉任务的基础，比如：实例分割，目标跟踪和姿态估计等。

深度学习的飞速发展使得目标检测重获新生，以至于其获得了重大突破，并使其成为了研究的热点。目标检测如今已经广泛地应用于现实生活中的各种应用之中：无人驾驶、机器人视觉、视频监控等。

本文就为大家推荐2022年最新 15 篇目标检测论文。

2D目标检测

[1] 域自适应对象检测的语义完全图匹配

SIGMA: Semantic-complete Graph Matching for Domain Adaptive Object Detection

[2] 通过语义对齐匹配加速 DETR 收敛

Accelerating DETR Convergence via Semantic-Aligned Matching

3D目标检测

[3] 自动驾驶中用于单目 3D 目标检测的伪立体

Pseudo-Stereo for Monocular 3D Object Detection in Autonomous Driving

[4] 在全景分割的指导下，用于基于 LiDAR 的 3D 对象检测的多功能多视图框架

A Versatile Multi-View Framework for LiDAR-based 3D Object Detection with Guidance from Panoptic Segmentation

[5] 在 3D 场景中实现稳健的定向边界框检测

Canonical Voting: Towards Robust Oriented Bounding Box Detection in 3D Scenes

[6] 带有形状引导标签增强的弱监督 3D 对象检测

Back to Reality: Weakly-supervised 3D Object Detection with Shape-guided Label Enhancement

[7] 用于 LiDAR 3D 对象检测的点密度感知体素

Point Density-Aware Voxels for LiDAR 3D Object Detection

[8] 用于多模态 3D 目标检测的激光雷达相机深度融合

DeepFusion: Lidar-Camera Deep Fusion for Multi-Modal 3D Object Detection

[9] 单目 3D 目标检测的联合语义和几何成本量

MonoJSG: Joint Semantic and Geometric Cost Volume for Monocular 3D Object Detection

[10]通过 Dual Cross-VIew SpaTial Attention 提升 3D 对象检测

VISTA: Boosting 3D Object Detection via Dual Cross-VIew SpaTial Attention

伪装目标检测

[11] 视频伪装对象检测的隐式运动处理

Implicit Motion Handling for Video Camouflaged Object Detection

显著性目标检测

[12] 显著性排名的双向对象上下文优先级学习

Bi-directional Object-context Prioritization Learning for Saliency Ranking

[13] 共同显著性目标检测的综合特征挖掘

Democracy Does Matter: Comprehensive Feature Mining for Co-Salient Object Detection

边缘检测

[14] 使用transformer的边缘检测

EDTER: Edge Detection with Transformer

消失点检测

[15] 深度消失点检测：几何先验使数据集变化消失

Deep vanishing point detection: Geometric priors make dataset variations vanish

那么这些目标检测的论文怎样才能又好又快地吃透呢？

无非三个步骤：泛读、精读、代码复现。

为了让大家对计算机视觉中的这一要领学习的更好，给大家推荐一门【图像目标检测训练营】，由人工智能实战专家的唐宇迪博士带你从深度学习到YOLO系列版本分析与应用。