从CVPR2013看计算机视觉研究的三个趋势

图像拼接CVPR2013文章——APAP算法代码详解 APAP算法代码详解 阅读详情

tombone‘s blog 最近一直在update关于CVPR2013的感受,今天,他在博客中分享了 [CVPR 2013] Three Trending Computer Vision Research Areas。

我没机会参加这样的盛会,但是通过浏览今年CVPR录用文章的列表,以及最近几年顶级会议文章的趋势,根据他总结的三个趋势,我也谈谈我的看法。

1) RGB-D 数据的分析

几年前的计算机视觉领域中,大部分关于目标检测,识别的工作还都是基于2维图像数据进行的,但是,人们越来越觉得,单纯的颜色数据具有很大的歧义性,尤其是在目标的边界附近,颜色相近的时候难以区分前景和背景。另外,遮挡对于目标跟踪,识别也造成了很大的挑战,如果没有深度信息,遮挡在很多时候是难以判断的。然而,随着Kinect的问世,低廉的售价让获取深度信息并与彩色图像配准变得很容易。这样,越来越多的研究就开始将中心放在具有深度信息的 2.5D数据上面。从2010年开始,美国的一些实验室例如CMU的RI,到处都可以见到用Kinect做实验的人,宾大的四旋翼飞行器也开始试着装上kinect来进行辅助。这两年,国内也有越来越多的人利用这一数据,进行重建,导航,识别等研究。

随着新一代kinect的即将问世,加上Leap motion等类似产品的发展,相信RGB-D数据分析将会是以后室内场景中计算机视觉研究的重心。

<a href="http://www.bfcat.com/wp-content/uploads/2013/07/haojiangcvpr13.jpg" class="cboxElement" rel="example4" 3243"="" style="text-decoration: none; color: rgb(1, 150, 227);">
H. Jiang and J. Xiao.  A Linear Approach to Matching Cuboids in RGBD Images. In CVPR 2013. [ pdf]

2) 中层patch的分析会是一个热点

在局部特征很难具有足够的描述力的情况下,中层特征的提取和分析就显得更加重要。在ECCV 2012年 CMU的 Saurabh Singh 提出了中层patch的想法,提取的patch包含更加丰富的信息,至少是目标部件级别的,而不是没有任何语义信息的局部描述。SIGGRAPH2012那篇注明的文章,“What makes Paris look like Paris?”。

Unsupervised Discovery of Mid-Level Discriminative PatchesSaurabh Singh, Abhinav Gupta, Alexei A. Efros. In ECCV, 2012.

Carl Doersch, Saurabh Singh, Abhinav Gupta, Josef Sivic, and Alexei A. Efros. What Makes Paris Look like Paris? In SIGGRAPH 2012. [pdf]

在今年的CVPR中,也有不少关于从场景中学习mid-level parts的文章

Blocks that Shout: Distinctive Parts for Scene Classification. Mayank Juneja, Andrea Vedaldi, CV Jawahar, Andrew Zisserman. In CVPR, 2013. [pdf]

Representing Videos using Mid-level Discriminative Patches. Arpit Jain, Abhinav Gupta, Mikel Rodriguez, Larry Davis. CVPR, 2013. [pdf]

Part Discovery from Partial Correspondence. Subhransu Maji, Gregory Shakhnarovich. In CVPR, 2013. [pdf]

3) 深度学习以及特征学习也在蓬勃上升时期

tombone是这么说的。ms Google的每一个人现在都在做深度学习。这到底能解决所有的视觉问题吗?很怀疑。但是,深度学习的兴起让每一个研究者都想参与其中。换句话说,如果你不知道 Geoff Hinton 是谁,你就out了。

对于这个问题,我觉得在慢慢具备海量数据处理能力的今天,深度学习确实是解决问题的一个很好的途径。但是,另一方面,我们也不能寄希望于一个万能的模型,如果有人想指望将训练图像扔进某个非常NB的分类器里面,就能得到自己想要的结果,那也是不现实的。计算机视觉中的很多困难我觉得不光是计算效能的问题,而且我们对其认识的还不够。一个视觉算法的效果好不好,不光取决于模型,更重要的是前端的特征。

因此,深度学习必须结合好的特征学习,才是解决问题的王道。


CVPR 2024论文与代码汇总:计算机视觉领域最新研究进展 CVPR 2024的论文涵盖了计算机视觉领域的多个研究方向,包括但不限于3D场景表示、多模态大语言模型、目标检测、扩散模型等。这些研究工作不仅推动了学术前沿的发展,也为实际应用提供了新的技术支持。多模态融合成为热点,特别是视觉与语言的深度结合。3D表示和渲染技术取得重要突破,高斯散射等新方法展现出巨大潜力。生成模型,尤其是扩散模型,在各种视觉任务中的应用不断拓展。实时性和效率优化仍是研究重点,多个方向都在追求更快速的算法。 阅读详情

相关推荐

从近两年CVPR文章分析计算机视觉领域的最新热点

计算机视觉(Computer Vision)是近十几年来计算机科学中最热门的方向之一,而国际计算机视觉与模式识别大会(Conference on Computer Vision and Pattern Recognition,简称CVPR)绝对是计算机视觉会议中的翘楚。计算机视觉方向的顶级会议CVPR每年都召开,每年CVPR上有哪些让人眼前一亮的研究,又反映出哪些趋势? 1.2014

彼岸花 5069

顶会系列(一):CVPR2013-2023十年论文数据分析

2013-2023年12860篇论文词云热点分析。2013-2023十年论文接收趋势。

2401_83173765的博客 1501

地质工程师必备:Dips软件从数据导入到主结构面分析的完整流程解析

本文详细解析了地质工程师使用Dips软件进行主结构面分析的完整流程。从数据准备与导入、结构面分组与扇形区划分,到主结构面计算与工程解读,系统阐述了如何将野外节理数据转化为控制岩体稳定性的关键信息。重点介绍了利用等值线图识别优势组、计算统计主值及其置信椭圆,并强调了地质判断与工程应用结合的重要性。

table的专栏 342

从CVPR 2013看计算机视觉的研究领域和趋势 [CVPR 2013] Three Trending Computer Vision Research Areas

[CVPR 2013] Three Trending Computer Vision Research Areas As I walked through the large poster-filled hall at CVPR 2013, I asked myself, “Quo vadis Computer Vision?" (Where are you going, c

GarfieldEr007的专栏 1599

9 海康视觉平台VisionMaster 上手系列:典型案例之螺丝机案例

海康视觉平台VisionMaster 上手系列:典型案例之螺丝机案例 快速入门 工业机器视觉 机器视觉

HuangGong2022的博客 7183

华为防火墙——本地Portal认证

配置IP地址、路由、Nat策略使得内网主机可以访问公网服务器对网段不进行认证,对网段进行portal认证。

m0_49864110的博客 3265

CVPR 2013 录用论文【待更新】

CVPR 2013 papers on the web http://www.cvpapers.com.sixxs.org/cvpr2013.html CVPR 2013 录用论文(目标跟踪部分) 完整录用论文官方链接:http://www.pamitc.org/cvpr13/program.php 过段时间CvPaper上面应该会有正文链接 今年

三少GG 4788

9.6华为OD机试真题 新系统【仓储货物有序出库】

华为OD机试真题 新系统【仓储货物有序出库】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【仓储货物有序出库】多语言题解。

qq_45776114的博客 901

从CVPR2013看计算机视觉研究的三个趋势(转)

 从CVPR2013看计算机视觉研究的三个趋势 2013年07月04日 ⁄ 机器视觉, 视觉会议 ⁄ 评论数 2 ⁄ 被围观 11,114 views+ tombone‘s blog 最近一直在update关于CVPR2013的感受,今天,他在博客中分享了 [CVPR 2013] Three Trending Computer Vision Resear

eagle351的专栏 424

华为OD机考真题 新系统 9月23号 【世界杯徽章换购】多语言题解

华为OD机试真题 新系统【世界杯徽章换购】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【世界杯徽章换购】多语言题解。

qq_45776114的博客 697

虚拟化 之三 详解 ARM 平台 jailhouse 的移植适配、构建及使用(飞腾派)

本文将探索学习通过在飞腾官方提供的 Buildroot 构建系统移植适配 openEuler 内核以及 jailhouse 源码 Package 进而直接构建一个适用于飞腾派开发板的带有 jailhouse 的 openEuler 发行版。

技术干货 1009

计算机视觉会议(CVPR,ECCV,ICCV,NIPS,AAAI,ICLR等)

CVPR 首先介绍的是三大顶会之一的CVPR, ECCV ICCV NIPS NIPS虽然不是三大顶会,但是影响力也很大,首先官网链接是https://neurips.cc/,直接找论文的话可以到Proceeding这个页面:click here,如下图所示: 需要哪一年的直接点击进去(NIPS2021直达), 就可以看到文章列表,还可以搜索关键词寻找文章。 简单介绍一下NIPS,全称神经信息处理系统大会(Conference and Workshop on Neural Information Proc

ji_meng的博客 5万+

基于Simulink环境,提供一个关于如何对无人机电源DC-DC变换器进行仿真建模的示例

无人机电源要求:无人机的各个子系统(如电机、传感器、通信模块等)可能需要不同级别的电压供应。重要性稳定性:稳定的电源是保证无人机各部件正常工作的基础。效率:高效的电源管理可以显著增加飞行时间和任务执行能力。挑战多负载适应性:需要能够为不同负载提供合适的电压和电流。动态响应:快速响应负载变化的能力对于维持系统稳定性至关重要。首先明确要模拟的任务内容。设计一个能够在不同负载条件下为无人机提供稳定电压的DC-DC变换器。根据无人机的工作状态调整控制策略以维持最佳性能。

xiaoheshang_123的博客 136

人工智能热点跟踪:CVPR 2024热门研究领域分析

本文可视化分析了计算机视觉顶会CVPR 2024的研究热点,归纳和总结了热门研究方向,可以为读者追踪计算机视觉的研究热点提供一些有价值的参考。

audyxiao001的博客 1万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

CVPR 2025风向标:计算机视觉三大核心趋势解读

如果你真的想学习人工智能,请不要去网上找那些零零碎碎的教程,真的很难学懂!你可以根据我这个学习路线和系统资料,制定一套学习计划,只要你肯花时间沉下心去学习,它们一定能帮到你!

Gupao123的博客 1665

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

上一篇: 推荐一个背景建模的开源库
下一篇: 基于内容的图片检索CBIR(Content Based Image Retrieval)简介
TreeFish2012
博客等级 码龄14年 25粉丝 1原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值