CVPR最有趣的5篇論文，不容錯過！內含最佳學生論文！ | CVPR2017

【雷鋒字幕組】招募進行時

我們是一個由海內外優秀開發者組成的志愿者團隊，致力于經典機器學習課程及 AI 前沿學術成果傳播，有著完善的入組學習機制和豐富的資源福利。如果你熱衷于 AI 技術學習和分享，那你還在等什么？快來加入我們雷鋒網吧！歡迎添加組長微信  jadelover11  加入字幕組~

歡迎來到，空氣中都飄散著 “論文味” 的夏威夷。

今年，國際計算機視覺與模式識別頂級會議（CVPR 2017）將于 7 月 21 日—7 月 26 日在美國夏威夷召開。我們的記者團也特赴夏威夷，在接下來幾天為大家帶來一手報道。

會議官方網站最新的數據顯示，今年，CVPR 共收到 2680 有效投稿，一共有 783 篇論文被接收，其中有 71 篇獲得 12 分鐘口頭報告（Oral ），144 篇獲得 4 分鐘短報告（Spotlights）的展示機會。

我們精選其中 5 篇論文，帶大家概覽國際學術界在動作識別、計算呈像、視覺跟蹤、時間定位、圖像數據庫方面的創新成果，除了論文下載、項目地址等資源鏈接，還有即將呈現在大會現場口頭報告的視頻，讓大家先睹為快。

 1. 即時多人動作姿勢辨識

Realtime Multi-Person 2D Human Pose Estimation using Part Affinity Fields（CVPR 2017 Oral）

(2016 CHAMPION OF MSCOCO KEYPOINT DETECTION)

這是卡內基美隆 (CMU)Robostic Institute 的作品——Multi-Person Pose Estimation。

至于什么是 Multi-Person 2D Human Pose Estimation，請參考下面的鬼畜動圖：

GitHub 代碼地址： 

http://t.cn/RIrCg6k

論文地址：

https://arxiv.org/abs/1611.08050

論文作者： Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh

2. 電網計算呈像

Computational Imaging on the Electric Grid (CVPR 2017 Oral)

這是以色列理工大學（Technion-Israel Institute of Technology）和多倫多大學 (University of Toronto) 學生的夜間交流電照明作品。

跟著忽明忽暗的電流搖擺，搜集和制作燈泡響應函數數據庫，讓我們看到以下新場景：

論文簡介：

https://www.marksheinin.com/acam

論文地址：

http://t.cn/RKusjIq

論文作者：Mark Sheinin, Yoav Y. Schechner, Kiriakos. N. Kutulakos

3. 視覺跟蹤技術

Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning  (CVPR 2017）

這款基于深度加強學習的一種新視覺跟蹤系統，在實現光計算的同時，在位置和刻度上都更加精準。

在高速運動中識別人臉，還是相當厲害的：

論文簡介：

https://sites.google.com/view/cvpr2017-adnet

論文作者：Sangdoo Yun，Jongwon Choi，Youngjoon Yoo，Kimin Yun，Jin Young Choi

4. 時間操作定位

CDC: Conv-De-Conv Networks for Precise Temporal Action Localization (CVPR 2017 Oral)

運用 Conv-De-Conv Networks，更好地進行精準時間定位。不僅知道一個動作在視頻中是否發生，還知道動作發生在視頻的哪段時間，擊球、投球、回旋時間都能精準定位，適用各種體育賽事。

代碼:

https://bitbucket.org/columbiadvmm/cdc

論文下載: 

https://arxiv.org/abs/1703.01515

論文作者： Zheng Shou, Jonathan Chan, Alireza Zareian, Shih-Fu Chang，Kazuyuki Miyazawa

5. 三維圖像重建室內場景

ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes (CVPR 2017 Spotlight)

斯坦福大學、普林斯頓大學以及慕尼黑工業大學聯合推出了一個龐大的三維圖像數據庫 ScanNet ，可以作為機器人識物的數據輸入。

機器人識別房間里各種各樣的物體，什么是門，什么是墻，拎得倍兒清。

項目頁面:

http://www.scan-net.org/

論文作者：Angela Dai，Angel X. Chang ， Manolis Savva，Maciej Halber Thomas Funkhouser，MatthiasNie?ner

全部論文名單地址：

http://www.cvpapers.com/cvpr2017.html

雷鋒字幕組志愿者

下列同學參與了本文 / 視頻的譯制工作！

雷鋒網按：本文為雷鋒網原創，轉載請參考轉載說明。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。