ICCV 2021斯坦福AI实验室前沿研究精选

斯坦福AI实验室ICCV 2021论文精选

国际计算机视觉会议(ICCV 2021)将于下周在线举行。我们很高兴分享斯坦福AI实验室即将展示的所有研究成果,以下提供论文、视频和博客链接。欢迎直接联系通讯作者了解更多斯坦福正在进行的研究工作!

论文列表

GLoRIA:用于标签高效医学图像识别的多模态全局-局部表示学习框架

  • 作者:Mars Huang
  • 联系方式:mschuang@stanford.edu
  • 关键词:医学图像、自监督学习、多模态融合

通过点-体素扩散的3D形状生成与补全

  • 作者:Linqi Zhou, Yilun Du, Jiajun Wu
  • 联系方式:linqizhou@stanford.edu
  • 链接:论文 | 视频 | 网站
  • 关键词:扩散、形状生成

CAPTRA:基于点云的刚性和关节物体类别级姿态跟踪

  • 作者:Yijia Weng*, He Wang*, Qiang Zhou, Yuzhe Qin, Yueqi Duan, Qingnan Fan, Baoquan Chen, Hao Su, Leonidas J. Guibas
  • 联系方式:yijiaw@stanford.edu
  • 奖项提名:口头报告
  • 链接:论文 | 视频 | 网站
  • 关键词:类别级物体姿态跟踪、关节物体

视频中的人物-物体关系检测

  • 作者:Jingwei Ji, Rishi Desai, Juan Carlos Niebles
  • 联系方式:jingweij@cs.stanford.edu
  • 链接:论文
  • 关键词:人物-物体关系、视频、检测、变换器、时空推理

地理感知自监督学习

  • 作者:Kumar Ayush, Burak Uzkent, Chenlin Meng, Kumar Tanmay, Marshall Burke, David Lobell, Stefano Ermon
  • 联系方式:kayush@cs.stanford.edu, chenlin@stanford.edu
  • 链接:论文 | 网站
  • 关键词:自监督学习、对比学习、遥感、时空、分类、物体检测、分割

HuMoR:用于鲁棒姿态估计的3D人体运动模型

  • 作者:Davis Rempe, Tolga Birdal, Aaron Hertzmann, Jimei Yang, Srinath Sridhar, Leonidas Guibas
  • 联系方式:drempe@stanford.edu
  • 奖项提名:口头报告
  • 链接:论文 | 网站
  • 关键词:3D人体姿态估计、3D人体运动、生成建模

用于人体姿态估计的隐私保护光学学习

  • 作者:Carlos Hinojosa, Juan Carlos Niebles, Henry Arguello
  • 联系方式:carlos.hinojosa@saber.uis.edu.co
  • 链接:论文 | 网站
  • 关键词:计算摄影、公平性、问责制、透明度和视觉伦理、手势和身体姿态

从叙事视频中的循环学习时间动态

  • 作者:Dave Epstein, Jiajun Wu, Cordelia Schmid, Chen Sun
  • 联系方式:jiajunwu@cs.stanford.edu
  • 链接:论文 | 网站
  • 关键词:多模态学习、循环一致性、视频

向量神经元:SO(3)等变网络的通用框架

  • 作者:Congyue Deng, Or Litany, Yueqi Duan, Adrien Poulenard, Andrea Tagliasacchi, Leonidas Guibas
  • 联系方式:congyue@stanford.edu
  • 链接:论文 | 视频 | 网站
  • 关键词:点云网络、旋转等变性、旋转不变性

用于4D视图合成和视频处理的神经辐射场

  • 作者:Yilun Du, Yinan Zhang, Hong-Xing Yu, Joshua B. Tenenbaum, Jiajun Wu
  • 联系方式:jiajunwu@cs.stanford.edu
  • 链接:论文 | 网站
  • 关键词:4D表示、神经渲染、视频处理

Where2Act:从像素到关节3D物体的动作

  • 作者:Kaichun Mo, Leonidas J. Guibas, Mustafa Mukadam, Abhinav Gupta, Shubham Tulsiani
  • 联系方式:kaichunm@stanford.edu
  • 链接:论文 | 网站
  • 关键词:3D计算机视觉、机器人视觉、可供性学习、机器人学习

低样本验证:用于估计稀有类别分类器性能的主动重要性采样

  • 作者:Fait Poms*, Vishnu Sarukkai*, Ravi Teja Mullapudi, Nimit S. Sohoni, William R. Mark, Deva Ramanan, Kayvon Fatahalian
  • 联系方式:sarukkai@stanford.edu
  • 链接:论文 | 博客 | 视频
  • 关键词:模型评估、主动学习

期待在ICCV 2021与您相会!
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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