AMiner会议论文推荐第四十二期

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

CVPR 2021 论文推荐

CVPR，英文全称Conference on Computer Vision and Pattern Recognition，中文全称是国际计算机视觉与模式识别会议。该会议是由IEEE主办的一年一度的全球学术性顶级会议，会议的主要内容是计算机视觉与模式识别技术，每年CVPR都会有一个固定的研讨主题。2021年CVPR共有7015篇有效投稿，其中进入Decision Making阶段的共有约5900篇，最终有1663篇突出重围被接收，录用率大概为23.7%（1663/7015）。

Coarse-Fine Networks for Temporal Activity Detection in Videos

论文链接：https://www.aminer.cn/pub/603f600991e011cacfbda2cc/?conf=cvpr2021

推荐理由： 在本文中，作者介绍了"粗细网络"，这是一种双流架构，它得益于对时间分辨率的不同抽象，以学习长期运动的视频表示。传统的视频模型以一个（或几个）固定的时间分辨率处理输入，没有任何动态帧选择。然而，作者认为，处理多个时间分辨率的输入，并通过学习估计每一帧的重要性来动态地进行处理，可以在很大程度上改善视频表示。为此，该工作提出了(1) “Grid Pool”，一个学习的时空降采样层来提取粗特征；(2) “Multi-stage Fusion”，一个时空注意力机制来融合细粒度的上下文和粗特征。作者展示了其方法能够在包括猜字游戏在内的公共数据集中，以显著减少计算和内存占用的方式优于目前最先进的动作检测方法。

Meta3D: Single-View 3D Object Reconstruction from Shape Priors in Memory

论文链接：https://www.aminer.cn/pub/5e67655391e011e0d1791148/?conf=cvpr2021

推荐理由： 因为要重建的对象存在不可见的部分，从单视角RGB图像中进行三维形状重建是一个非确定的问题。现有的方法大多依靠大规模数据，通过调整重建模型的参数来获得形状前值。然而，因为先验信息无法完全保留或有效应用，这些方法可能无法处理重物遮挡和嘈杂背景的情况。在本文中，作者率先开发了一个基于内存的元学习框架，以用于单视角三维重建。其中，一个写控制器被设计用来从图像中提取形状判别特征，并将图像特征及其相应的卷存储到外部存储器中。同时，作者提出了一个读控制器，依次编码与输入图像相关的形状前值，并预测形状特异的细化器。实验结果表明，该工作的Meta3D通过显式保留形状前值，对于极度困难的情况，能够以较大的优势优于最先进的方法。

AMiner，一个具有认知智能的学术搜索引擎：https://www.aminer.cn/

#AMiner# #论文#