ICCV 2023：某机构计算机视觉论文速览

某机构ICCV 2023论文速览

从图像分割、目标检测等经典问题，到数据表示和“机器遗忘”等理论课题，某机构研究人员在ICCV上发表的论文展示了他们在计算机视觉领域工作的多样性。

会议：ICCV 2023

按主题分类的某机构ICCV 2023论文

三维数据处理

• 3-DHAL3D：用于细粒度三维部件标签的分层主动学习
  • Fenggen Yu, Yiming Qian, Francisca Gil Ureta, Brian Jackson, Eric Bennett, Richard Zhang
• ImGeoNet：用于多视角三维目标检测的图像诱导几何感知体素表示
  • Tao Tu, Shun-Po Chuang, Yu-Lun Liu, Cheng Sun, Ke Zhang, Donna Roy, Cheng-Hao Kuo, Min Sun

动作识别

• SkeleTR：面向开放环境的基于骨架的动作识别
  • Haodong Duan, Mingze Xu, Bing Shuai, Davide Modolo, Zhuowen Tu, Joe Tighe, Alessandro Bergamo

数据表示

• 意义的线性空间：视觉-语言模型中的组合结构
  • Matthew Trager, Pramuditha Perera, Luca Zancato, Alessandro Achille, Parminder Bhatia, Stefano Soatto
• 用于时空表示学习的运动引导掩码
  • David Fan, Jue Wang, Leo Liao, Yi Zhu, Vimal Bhat, Hector Santos, Rohith Mysore Vijaya Kumar, Xinyu (Arthur) Li

配音视频生成

• SIDGAN：基于平移不变学习的高分辨率配音视频生成
  • Urwa Muaz, Wondong Jang, Rohun Tripathi, santhosh Mani, Wenbin Ouyang, Ravi Teja Gadde, Baris Gecer, Sergio Elizondo, Reza Madad, Naveen Nair

地理空间基础模型

• 通过持续预训练构建地理空间基础模型
  • Matias Mendieta, Boran Han, Xingjian Shi, Yi Zhu, Chen Chen

图神经网络

• 学习图神经网络的自适应邻域
  • Avi Saha, Oscar Mendez, Chris Russell, Richard Bowden

图像检索

• FashionNTM：基于级联记忆的多轮时尚图像检索
  • Anwesan Pal, Sahil Wadhwa, Ayush Jaiswal, Xu Zhang, Yue Wu, Rakesh Chada, Pradeep Natarajan, Henrik I. Christensen

图像分割

• 基于形状先验的由粗到细的非模态分割
  • Jianxiong Gao, Xuelin Qian, Yikai Wang, Tianjun Xiao, Tong He, Zheng Zhang, Yanwei Fu
• LD-ZNet：一种基于潜在扩散的文本引导图像分割方法
  • Koutilya PNVR, Bharat Singh, Pallabi Ghosh, Behjat Siddiquie, David Jacobs
• 从具有目标中心表示的学习监督信号重新思考非模态视频分割
  • Ke Fan, Jingshi Lei, Xuelin Qian, Miaopeng Yu, Tianjun Xiao, Tong He, Zheng Zhang, Yanwei Fu

信息提取

• DocTr：用于文档结构化信息提取的文档转换器
  • Haofu Liao, Aruni RoyChowdhury, Weijian Li, Ankan Bansal, Yuting Zhang, Zhuowen Tu, Ravi Kumar Satzoda, R. Manmatha, Vijay Mahadevan

机器遗忘

• SAFE：基于分片图的机器遗忘
  • Yonatan Dukler, Ben Bowman, Alessandro Achille, Aditya Golatkar, Ashwin Swaminathan, Stefano Soatto

目标检测

• 基于Transformer的领域自适应检测中的双向对齐
  • Liqiang He, Wei Wang, Albert Chen, Min Sun, Cheng-Hao Kuo, Sinisa Todorovic
• 视频中的无监督开放词汇目标定位
  • Ke Fan, Zechen Bai, Tianjun Xiao, Dominik Zietlow, Max Horn, Zixu Zhao, Carl-Johann Simon-Gabriel, Mike Zheng Shou, Francesco Locatello, Bernt Schiele, Thomas Brox, Zheng Zhang, Yanwei Fu, Tong He

多目标追踪

• 以目标为中心的多目标追踪
  • Zixu Zhao, Jiaze Wang, Max Horn, Yizhuo Ding, Tong He, Zechen Bai, Dominik Zietlow, Carl-Johann Simon-Gabriel, Bing Shuai, Zhuowen Tu, Thomas Brox, Bernt Schiele, Yanwei Fu, Francesco Locatello, Zheng Zhang, Tianjun Xiao

场景文本识别

• CLIPTER：在场景文本识别中审视更宏观的图景
  • Aviad Aberdam, David Haim Bensaid, Alona Golts, Roy Ganz, Oren Nuriel, Royee Tichauer, Shai Mazor, Ron Litman
• 构建既能“看”又能“读”的模型
  • Roy Ganz, Oren Nuriel, Aviad Aberdam, Yair Kittenplon, Shai Mazor, Ron Litman

迁移学习

• PADCLIP：用于无监督领域自适应的CLIP自适应去偏伪标记
  • Zhengfeng Lai, Sol Vesdapunt, Ning Zhou, Jun Wu, Cong Phuoc Huynh, Xuelu Li, Kah Kuen Fu, Chen-Nee Chuah

视频检索

• 基于文本条件特征对齐的音频增强型文本到视频检索
  • Sarah Ibrahimi, Xiaohang Sun, Pichao Wang, Amanmeet Garg, Ashutosh Sanan, Mohamed Omar

视频分割

• MEGA：面向电影级视频分割的多模态对齐聚合与蒸馏
  • Najmeh Sadoughi, Xinyu (Arthur) Li, Avijit Vajpayee, David Fan, Bing Shuai, Hector Santos, Vimal Bhat, Rohith Mysore Vijaya Kumar

研究领域: 计算机视觉

标签: 目标检测, 图像分割, 数据表示, ICCVFINISHED