點(diǎn)擊下方“AI算法與圖像處理”，一起進(jìn)步！
重磅干貨，第一時(shí)間送達(dá)

ICCV 2021 論文匯總（已細(xì)分方向）

https://github.com/DWCTOD/ICCV2021-Papers-with-Code-Demo

今天分享 https://arxiv.org/ 更新的4篇ICCV 2021 的論文，主要內(nèi)容包括

1、一種用于三維目標(biāo)檢測(cè)的端到端 Transformer 模型

2、Eformer：基于邊緣增強(qiáng)的醫(yī)學(xué)圖像去噪 Transformer

3、用于車輛重識(shí)別的異構(gòu)關(guān)系補(bǔ)碼

4、DisUnknown：提取未知因素進(jìn)行解耦合學(xué)習(xí)

目標(biāo)檢測(cè)

An End-to-End Transformer Model for 3D Object Detection

一種用于三維目標(biāo)檢測(cè)的端到端 Transformer 模型

論文：https://arxiv.org/abs/2109.08141

代碼：None

我們提出了3DETR，一種基于端到端transformer的三維點(diǎn)云目標(biāo)檢測(cè)模型。與使用大量3D特定感應(yīng)偏壓的現(xiàn)有檢測(cè)方法相比，3DETR只需對(duì)普通 Transformer 塊進(jìn)行最小修改。具體而言，我們發(fā)現(xiàn)，具有非參數(shù)查詢和傅里葉位置嵌入的標(biāo)準(zhǔn)轉(zhuǎn)換器與使用具有手動(dòng)調(diào)整超參數(shù)的三維特定運(yùn)算符庫的專用體系結(jié)構(gòu)具有競(jìng)爭力。盡管如此，3DETR在概念上簡單且易于實(shí)現(xiàn)，通過結(jié)合3D領(lǐng)域知識(shí)實(shí)現(xiàn)了進(jìn)一步的改進(jìn)。通過大量的實(shí)驗(yàn)，我們發(fā)現(xiàn)3DETR在具有挑戰(zhàn)性的ScanNetV2數(shù)據(jù)集上的性能比完善且高度優(yōu)化的VoteNet基線高9.5%。此外，我們還表明3DETR適用于檢測(cè)不到的3D任務(wù)，可以作為未來研究的基礎(chǔ)。

Vision Transformer

Eformer: Edge Enhancement based Transformer for Medical Image Denoising 

Eformer：基于邊緣增強(qiáng)的醫(yī)學(xué)圖像去噪 Transformer 

論文：https://arxiv.org/abs/2109.08044

代碼：None

在這項(xiàng)工作中，我們提出了一種基于Eformer-Edge enhancement-based transformer的新架構(gòu)，該架構(gòu)使用transformer塊構(gòu)建用于醫(yī)學(xué)圖像去噪的編解碼網(wǎng)絡(luò)。transformer 模塊中使用了基于非重疊窗口的自我注意，減少了計(jì)算需求。這項(xiàng)工作進(jìn)一步結(jié)合了可學(xué)習(xí)的Sobel-Feldman算子來增強(qiáng)圖像中的邊緣，并提出了一種在我們的體系結(jié)構(gòu)的中間層中連接它們的有效方法。通過對(duì)比確定性學(xué)習(xí)和殘差學(xué)習(xí)對(duì)醫(yī)學(xué)圖像去噪進(jìn)行了實(shí)驗(yàn)分析。為了證明我們方法的有效性，我們的模型在AAPM Mayo Clinic低劑量CT大挑戰(zhàn)數(shù)據(jù)集上進(jìn)行了評(píng)估，并實(shí)現(xiàn)了最先進(jìn)的性能，即峰值信噪比43.487，RMSE 0.0067，SSIM 0.9861。我們相信，我們的工作將鼓勵(lì)更多的研究基于變壓器的架構(gòu)，用于使用殘差學(xué)習(xí)的醫(yī)學(xué)圖像去噪。

Vehicle Re-identification

Heterogeneous Relational Complement for Vehicle Re-identification

用于車輛重識(shí)別的異構(gòu)關(guān)系補(bǔ)碼

論文：https://arxiv.org/abs/2109.07894

代碼：None

車輛重識(shí)別中的關(guān)鍵問題是在從交叉攝像機(jī)查看該對(duì)象時(shí)找到相同的車輛標(biāo)識(shí)，這對(duì)學(xué)習(xí)視點(diǎn)不變表示提出了更高的要求。在本文中，我們建議從兩個(gè)方面來解決這個(gè)問題：構(gòu)造健壯的特征表示和提出相機(jī)敏感評(píng)估。我們首先提出了一種新的異構(gòu)關(guān)系補(bǔ)碼網(wǎng)絡(luò)（HRCN），該網(wǎng)絡(luò)將特定于區(qū)域的特征和跨級(jí)別的特征作為原始高級(jí)輸出的補(bǔ)碼?？紤]到分布差異和語義錯(cuò)位，我們提出了基于圖的關(guān)系模塊，將這些異構(gòu)特征嵌入到一個(gè)統(tǒng)一的高維空間中。另一方面，考慮到現(xiàn)有措施（即CMC和AP）中跨攝像頭評(píng)估的不足，我們提出了一種跨攝像頭綜合措施（CGM），通過引入位置敏感性和跨攝像頭綜合懲罰來改進(jìn)評(píng)估。我們用我們提出的CGM進(jìn)一步構(gòu)建了現(xiàn)有模型的新基準(zhǔn)，實(shí)驗(yàn)結(jié)果表明，我們提出的HRCN模型在VeRi-776、VehicleID和VeRi-Wild中達(dá)到了最新水平。

其他

DisUnknown: Distilling Unknown Factors for Disentanglement Learning

DisUnknown：提取未知因素進(jìn)行解耦合學(xué)習(xí)

論文：https://arxiv.org/abs/2109.08141

代碼：https://github.com/stormraiser/disunknown

將數(shù)據(jù)分解為可解釋和獨(dú)立的因素對(duì)于可控生成任務(wù)至關(guān)重要。有了標(biāo)記數(shù)據(jù)的可用性，監(jiān)督有助于按預(yù)期對(duì)特定因素進(jìn)行分離。然而，為實(shí)現(xiàn)完全監(jiān)督的解耦合，對(duì)每一個(gè)因素進(jìn)行標(biāo)記通常是昂貴的，甚至是不可能的。在本文中，我們采用一種通用設(shè)置，其中所有難以標(biāo)記或識(shí)別的因素都封裝為單個(gè)未知因素。在此背景下，我們提出了一個(gè)靈活的弱監(jiān)督多因子解耦合框架disonknown，該框架提取未知因子，以實(shí)現(xiàn)標(biāo)記因子和未知因子的多條件生成。具體而言，采用兩階段訓(xùn)練方法，首先使用有效且穩(wěn)健的訓(xùn)練方法對(duì)未知因素進(jìn)行解糾纏，然后使用未知蒸餾對(duì)所有標(biāo)記因素進(jìn)行適當(dāng)解耦合，從而訓(xùn)練最終發(fā)生器。為了證明我們的方法的泛化能力和可擴(kuò)展性，我們對(duì)多個(gè)基準(zhǔn)數(shù)據(jù)集進(jìn)行了定性和定量評(píng)估，并將其應(yīng)用于復(fù)雜數(shù)據(jù)集上的各種實(shí)際應(yīng)用。

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有美顏、三維視覺、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群

個(gè)人微信（如果沒有備注不拉群！）
請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會(huì)分享

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結(jié)分析

下載2：終身受益的編程指南：Google編程風(fēng)格指南

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：c++，即可下載。歷經(jīng)十年考驗(yàn)，最權(quán)威的編程規(guī)范！


下載3 CVPR2021

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文