同步wx公号(arXiv每日论文速递)，支持后台回复'search 关键词'搜索相关的最新论文。有些许帮助的话，麻烦关注一下哦(*￣rǒ￣)
cs.CV 方向，今日共计69篇
[检测分类相关]：
【1】 Pay attention to the activations: a modular attention mechanism for fine-grained image recognition
注意激活：细粒度图像识别的模块化注意机制
作者： Pau Rodríguez López, Jordi Gonzàlez Sabaté
链接：https://arxiv.org/abs/1907.13075
【2】 Attention Filtering for Multi-person Spatiotemporal Action Detection on Deep Two-Stream CNN Architectures
深层双流CNN体系结构中多人时空行为检测的注意过滤
作者： João Antunes, Daniel Siewiorek
链接：https://arxiv.org/abs/1907.12919
【3】 Reg R-CNN: Lesion Detection and Grading under Noisy Labels
REG R-CNN：噪声标签下的病变检测和分级
作者： Gregor N. Ramien, Klaus H. Maier-Hein
链接：https://arxiv.org/abs/1907.12915
【4】 Detecting Spoofing Attacks Using VGG and SincNet: BUT-Omilia Submission to ASVspoof 2019 Challenge
使用VGG和SincNet检测欺骗攻击：但是-Omilia提交给ASVspoof 2019挑战
作者： Hossein Zeinali, Jan "Honza'' Černocký
链接：https://arxiv.org/abs/1907.12908
【5】 Slot Based Image Augmentation System for Object Detection
用于目标检测的基于槽的图像增强系统
作者： Yingwei Zhou
链接：https://arxiv.org/abs/1907.12900
【6】 PointHop: An Explainable Machine Learning Method for Point Cloud Classification
PointHop：一种可解释的点云分类机器学习方法
作者： Min Zhang, C.-C. Jay Kuo
链接：https://arxiv.org/abs/1907.12766
【7】 MoBiNet: A Mobile Binary Network for Image Classification
MoBiNet：一种用于图像分类的移动二值网络
作者： Hai Phan, Zhiqiang Shen
链接：https://arxiv.org/abs/1907.12629
【8】 Screening Mammogram Classification with Prior Exams
用前期检查筛选乳房X线片分类
作者： Jungkyu Park, Krzysztof J. Geras
备注：MIDL 2019 [arXiv:1907.08612]
链接：https://arxiv.org/abs/1907.13057
【9】 Particle Swarm Optimisation for Evolving Deep Neural Networks for Image Classification by Evolving and Stacking Transferable Blocks
进化深层神经网络的粒子群优化算法及其在图像分类中的应用
作者： Bin Wang, Mengjie Zhang
备注：Under review of Australasian Joint Conference on Artificial Intelligence 2019
链接：https://arxiv.org/abs/1907.12659
【10】 Task Classification Model for Visual Fixation, Exploration, and Search
用于视觉固定、探索和搜索的任务分类模型
作者： Ayush Kumar, Klaus Mueller
链接：https://arxiv.org/abs/1907.12635
[分割/语义相关]：
【1】 Deblurring Face Images using Uncertainty Guided Multi-Stream Semantic Networks
基于不确定性引导的多流语义网络人脸图像去模糊
作者： Rajeev Yasarla (Student Member, IEEE)
备注：TIP 2019 submission
链接：https://arxiv.org/abs/1907.13106
【2】 Grid Saliency for Context Explanations of Semantic Segmentation
语义切分上下文解释的网格显著性
作者： Lukas Hoyer, Volker Fischer
链接：https://arxiv.org/abs/1907.13054
【3】 Deep Learning architectures for generalized immunofluorescence based nuclear image segmentation
基于广义免疫荧光的核图像分割的深度学习结构
作者： Florian Kromp, Allan Hanbury
链接：https://arxiv.org/abs/1907.12975
【4】 2D and 3D Segmentation of uncertain local collagen fiber orientations in SHG microscopy
SHG显微镜中不确定局部胶原纤维取向的二维和三维分割
作者： Lars Schmarje, Reinhard Koch
链接：https://arxiv.org/abs/1907.12868
【5】 ColorMapGAN: Unsupervised Domain Adaptation for Semantic Segmentation Using Color Mapping Generative Adversarial Networks
ColorMapGAN：基于颜色映射生成对抗性网络的无监督领域自适应语义分割
作者： Onur Tasar, Pierre Alliez
链接：https://arxiv.org/abs/1907.12859
【6】 Orientation-aware Semantic Segmentation on Icosahedron Spheres
基于二十面体球体的方位感知语义分割
作者： Chao Zhang, Roberto Cipolla
备注：9 pages, accepted to iccv 2019
链接：https://arxiv.org/abs/1907.12849
【7】 An Empirical Study of Propagation-based Methods for Video Object Segmentation
基于传播的视频对象分割方法的实证研究
作者： Hengkai Guo, Xuefeng Xiao
备注：The 2019 DAVIS Challenge on Video Object Segmentation - CVPR Workshops
链接：https://arxiv.org/abs/1907.12769
【8】 Lung image segmentation by generative adversarial networks
基于生成对抗性网络的肺图像分割
作者： Jiaxin Cai, Hongfeng Zhu
链接：https://arxiv.org/abs/1907.13033
【9】 Attention Guided Network for Retinal Image Segmentation
注意力引导网络在视网膜图像分割中的应用
作者： Shihao Zhang, Yanwu Xu
备注：Accepted by MICCAI 2019. Project page: (this https URL)
链接：https://arxiv.org/abs/1907.12930
【10】 Automatic Lesion Boundary Segmentation in Dermoscopic Images with Ensemble Deep Learning Methods
基于集成深度学习方法的皮肤镜图像病变边界自动分割
作者： Manu Goyal, Moi Hoon Yap
链接：https://arxiv.org/abs/1902.00809
[GAN/对抗式/生成式相关]：
【1】 ISEA: Image Steganalysis using Evolutionary Algorithms
ISEA：使用进化算法的图像隐写分析
作者： Farid Ghareh Mohammadi, Hamid R. Arabnia
链接：https://arxiv.org/abs/1907.12914
【2】 Data augmentation with Symbolic-to-Real Image Translation GANs for Traffic Sign Recognition
用于交通标志识别的符号-真实图像转换GANS数据增强
作者： Nour Soufi, Matias Valdenegro-Toro
链接：https://arxiv.org/abs/1907.12902
【3】 Increasing Shape Bias in ImageNet-Trained Networks Using Transfer Learning and Domain-Adversarial Methods
使用转移学习和领域对抗性方法在ImageNet训练的网络中增加形状偏差
作者： Francis Brochu
链接：https://arxiv.org/abs/1907.12892
【4】 Not All Adversarial Examples Require a Complex Defense: Identifying Over-optimized Adversarial Examples with IQR-based Logit Thresholding
并不是所有的对抗实例都需要复杂的防御：使用基于IQR的logit阈值识别过度优化的对抗实例
作者： Utku Ozbulak, Wesley De Neve
备注：Accepted for the 2019 International Joint Conference on Neural Networks (IJCNN-19)
链接：https://arxiv.org/abs/1907.12744
[行为/时空/光流/姿态/运动]：
【1】 SkeleMotion: A New Representation of Skeleton Joint Sequences Based on Motion Information for 3D Action Recognition
SkeleMotion：一种新的基于运动信息的骨骼关节序列表示方法
作者： Carlos Caetano, William Robson Schwartz
备注：16-th IEEE International Conference on Advanced Video and Signal-based Surveillance (AVSS2019)
链接：https://arxiv.org/abs/1907.13025
【2】 Preterm infants' limb-pose estimation from depth images using convolutional neural networks
基于卷积神经网络的深度图像早产儿肢体姿势估计
作者： Sara Moccia, Emanuele Frontoni
链接：https://arxiv.org/abs/1907.12949
【3】 EmoCo: Visual Analysis of Emotion Coherence in Presentation Videos
EmoCo：演示视频中情感连贯性的视觉分析
作者： Haipeng Zeng, Huamin Qu
备注：11 pages, 8 figures. Accepted by IEEE VAST 2019
链接：https://arxiv.org/abs/1907.12918
【4】 Open Set Domain Adaptation for Image and Action Recognition
用于图像和动作识别的开集域自适应
作者： Pau Panareda Busto, Juergen Gall
链接：https://arxiv.org/abs/1907.12865
[半/弱/无监督相关]：
【1】 Weakly Supervised Body Part Parsing with Pose based Part Priors
基于姿势优先的弱监督人体部位分析
作者： Zhengyuan Yang, Jiebo Luo
链接：https://arxiv.org/abs/1907.13051
【2】 Weakly Supervised Object Localization using Min-Max Entropy: an Interpretable Framework
基于最小-最大熵的弱监督对象定位：一种可解释的框架
作者： Soufiane Belharbi, Eric Granger
链接：https://arxiv.org/abs/1907.12934
【3】 Distill-to-Label: Weakly Supervised Instance Labeling Using Knowledge Distillation
提取到标签：使用知识蒸馏的弱监督实例标签
作者： Jayaraman J. Thiagarajan, Alexandros Karagyris
链接：https://arxiv.org/abs/1907.12926
【4】 Unsupervised Separation of Dynamics from Pixels
动态与像素的无监督分离
作者： Silvia Chiappa, Ulrich Paquet
链接：https://arxiv.org/abs/1907.12906
【5】 Multi-Angle Point Cloud-VAE: Unsupervised Feature Learning for 3D Point Clouds from Multiple Angles by Joint Self-Reconstruction and Half-to-Half Prediction
多角度点云-VAE：基于联合自重构和半预测的多角度三维点云无监督特征学习
作者： Zhizhong Han, Matthias Zwicker
备注：To appear at ICCV 2019
链接：https://arxiv.org/abs/1907.12704
[跟踪相关]：
【1】 Tracking Holistic Object Representations
跟踪整体对象表示
作者： Axel Sauer, Sami Haddadin
备注：Accepted for oral presentation at BMVC 2019
链接：https://arxiv.org/abs/1907.12920
【2】 End-to-end Recurrent Multi-Object Tracking and Trajectory Prediction with Relational Reasoning
基于关系推理的端到端循环多目标跟踪与轨迹预测
作者： Fabian B. Fuchs, Ingmar Posner
链接：https://arxiv.org/abs/1907.12887
【3】 Deep Learning in Video Multi-Object Tracking: A Survey
视频多目标跟踪中的深度学习：综述
作者： Gioele Ciaparrone, Francisco Herrera
链接：https://arxiv.org/abs/1907.12740
[迁移学习/domain/主动学习相关]：
【1】 Temporal Attentive Alignment for Large-Scale Video Domain Adaptation
大规模视频域自适应的时间注意对齐
作者： Min-Hung Chen, Jian Zheng
备注：International Conference on Computer Vision (ICCV) 2019. Code and data: this http URL
链接：https://arxiv.org/abs/1907.12743
【2】 Artistic Domain Generalisation Methods are Limited by their Deep Representations
艺术领域综合方法受深度表征的限制
作者： Padraig Boulton, Peter Hall
链接：https://arxiv.org/abs/1907.12622
[视频理解VQA/caption等]：
【1】 Watch It Twice: Video Captioning with a Refocused Video Encoder
观看两次：使用重新聚焦的视频编码器的视频字幕
作者： Xiangxi Shi, Jiuxiang Gu
链接：https://arxiv.org/abs/1907.12905
[数据集dataset]：
【1】 Covering up bias in CelebA-like datasets with Markov blankets: A post-hoc cure for attribute prior avoidance
用马尔可夫毯子掩盖类CelebA数据集中的偏差：属性先验避免的一种后特效疗法
作者： Vinay Uday Prabhu, John Whaley
备注：Accepted for presentation at the first workshop on Invertible Neural Networks and Normalizing Flows (ICML 2019), Long Beach, CA, USA
链接：https://arxiv.org/abs/1907.12917
【2】 Exploring large scale public medical image datasets
探索大规模公共医学图像数据集
作者： Luke Oakden-Rayner
链接：https://arxiv.org/abs/1907.12720
[其他视频相关]：
【1】 Temporal Localization of Moments in Video Collections with Natural Language
基于自然语言的视频集合中矩的时间定位
作者： Victor Escorcia, Bryan Russell
链接：https://arxiv.org/abs/1907.12763
[其他]：
【1】 Deformable Filter Convolution for Point Cloud Reasoning
用于点云推理的可变形滤波卷积
作者： Yuwen Xiong, Raquel Urtasun
链接：https://arxiv.org/abs/1907.13079
【2】 Efficient Method for Categorize Animals in the Wild
一种高效的野外动物分类方法
作者： Abulikemu Abuduweili, Xingchen Tao
链接：https://arxiv.org/abs/1907.13037
【3】 Bilateral Operators for Functional Maps
函数映射的双边算子
作者： Gautam Pai, Ron Kimmel
链接：https://arxiv.org/abs/1907.12993
【4】 FingerNet: Pushing The Limits of Fingerprint Recognition Using Convolutional Neural Network
FingerNet：利用卷积神经网络突破指纹识别的极限
作者： Shervin Minaee, Amirali Abdolrashidi
备注：arXiv admin note: substantial text overlap with arXiv:1907.09380
链接：https://arxiv.org/abs/1907.12956
【5】 RNN-based Online Handwritten Character Recognition Using Accelerometer and Gyroscope Data
使用加速度计和陀螺仪数据的基于RNN的在线手写字符识别
作者： Davit Soselia, Levan Shugliashvili
链接：https://arxiv.org/abs/1907.12935
【6】 Object as Distribution
对象作为分布
作者： Li Ding, Lex Fridman
备注：NeurIPS 2019
链接：https://arxiv.org/abs/1907.12929
【7】 Improved Super-Resolution Convolution Neural Network for Large Images
改进的大图像超分辨率卷积神经网络
作者： Junyu (Jason) Wang, Rong Song
链接：https://arxiv.org/abs/1907.12928
【8】 Unifying Structure Analysis and Surrogate-driven Function Regression for Glaucoma OCT Image Screening
统一结构分析和代理驱动函数回归在青光眼OCT图像筛选中的应用
作者： Xi Wang, Pheng-Ann Heng
备注：9 pages, 2 figures, MICCAI2019
链接：https://arxiv.org/abs/1907.12927
【9】 Look Further to Recognize Better: Learning Shared Topics and Category-Specific Dictionaries for Open-Ended 3D Object Recognition
进一步了解更好：学习共享主题和类别特定词典，用于开放式3D对象识别
作者： S. Hamidreza Kasaei
备注：arXiv admin note: text overlap with arXiv:1902.03057
链接：https://arxiv.org/abs/1907.12924
【10】 Evaluation of Distance Measures for Feature based Image Registration using AlexNet
使用AlexNet评估基于特征的图像配准的距离度量
作者： K.Kavitha, B. Thirumala Rao
链接：https://arxiv.org/abs/1907.12921
【11】 DANTE: Deep Affinity Network for Clustering Conversational Interactants
Dante：用于会话交互者聚类的深度亲和力网络
作者： Mason Swofford, Silvio Savarese
链接：https://arxiv.org/abs/1907.12910
【12】 Learned Image Downscaling for Upscaling using Content Adaptive Resampler
使用内容自适应重采样器进行向上缩放的学习图像缩小
作者： Wanjie Sun, Zhenzhong Chen
链接：https://arxiv.org/abs/1907.12904
【13】 A Multi-Scale Mapping Approach Based on a Deep Learning CNN Model for Reconstructing High-Resolution Urban DEMs
基于深度学习CNN模型的高分辨率城市DEM重建的多比例尺映射方法
作者： Ling Jiang, Andrea Soltoggio
链接：https://arxiv.org/abs/1907.12898
【14】 Safe Augmentation: Learning Task-Specific Transformations from Data
安全增强：从数据中学习特定于任务的转换
作者： Irynei Baran, Arseny Kravchenko
链接：https://arxiv.org/abs/1907.12896
【15】 4X4 Census Transform
4x4人口普查转型
作者： Olivier Rukundo
链接：https://arxiv.org/abs/1907.12891
【16】 CoachAI: A Project for Microscopic Badminton Match Data Collection and Tactical Analysis
CoachAI：微观羽毛球比赛数据采集与战术分析项目
作者： Tzu-Han Hsu, Yu-Tai Ching
链接：https://arxiv.org/abs/1907.12888
【17】 LEAF-QA: Locate, Encode & Attend for Figure Question Answering
LEAF-QA：定位、编码和参加图形问答
作者： Ritwick Chaudhry, Ajay Joshi
链接：https://arxiv.org/abs/1907.12861
【18】 Towards Pure End-to-End Learning for Recognizing Multiple Text Sequences from an Image
面向从图像中识别多个文本序列的纯端到端学习
作者： Xu Zhenlong, Pu shiliang
链接：https://arxiv.org/abs/1907.12791
【19】 Statistical Descriptors-based Automatic Fingerprint Identification: Machine Learning Approaches
基于统计描述符的自动指纹识别：机器学习方法
作者： Hamid Jan, Gautam Srivastava
链接：https://arxiv.org/abs/1907.12741
【20】 Deep Learning For Face Recognition: A Critical Analysis
人脸识别的深度学习：批判性分析
作者： Andrew Jason Shepley
链接：https://arxiv.org/abs/1907.12739
【21】 Propose-and-Attend Single Shot Detector
提议并参加单发探测器
作者： Ho-Deok Jang, In So Kweon
链接：https://arxiv.org/abs/1907.12736
【22】 Mapping road safety features from streetview imagery: A deep learning approach
从街景图像绘制道路安全特征：一种深度学习方法
作者： Arpan Sainju, Zhe Jiang
链接：https://arxiv.org/abs/1907.12647
【23】 Camera Exposure Control for Robust Robot Vision with Noise-Aware Image Quality Assessment
基于噪声感知图像质量评估的鲁棒机器人视觉相机曝光控制
作者： Ukcheol Shin, In So Kweon
备注：8 pages,6 figures, accepted in IROS2019
链接：https://arxiv.org/abs/1907.12646
【24】 GENESIS: Generative Scene Inference and Sampling with Object-Centric Latent Representations
创世：以对象为中心的潜在表征的生成性场景推理和采样
作者： Martin Engelcke, Ingmar Posner
备注：Submitted to the 3rd Conference on Robot Learning (CoRL 2019)
链接：https://arxiv.org/abs/1907.13052
【25】 Synthesis and Inpainting-Based MR-CT Registration for Image-Guided Thermal Ablation of Liver Tumors
基于合成和修复的MR-CT图像引导热消融肝脏肿瘤配准
作者： Dongming Wei, Qian Wang
备注：Accepted in MICCAI 2019
链接：https://arxiv.org/abs/1907.13020
【26】 Inertial nonconvex alternating minimizations for the image deblurring
图像去模糊的惯性非凸交替最小化
作者： Tao Sun, Hao Jiang
链接：https://arxiv.org/abs/1907.12945
【27】 Confounder-Aware Visualization of ConvNets
ConvNets的混杂感知可视化
作者： Qingyu Zhao, Kilian M. Pohl
链接：https://arxiv.org/abs/1907.12727
翻译：腾讯翻译君
网友评论