CVPR2022最新106篇论文整理｜包含目标检测、动作识别、图像处理等32个方向 转自：极市平台分类目录： 检测类 2D目标检测 3D目标检测 伪装目标检测 显著性目标检测 边缘检测 消失点检测 分割类 图像分割 语义分割 视频目标分割 人脸 人脸生成 人脸检测 图像处理 图像复原 图像编辑/图像修复 图像翻译 超分辨率 去噪/去模糊/去雨去雾 风格迁移 三维视觉 三维重建 场景重建/视图合成 点云 神经网络架构设计 CNN Transformer MLP 神经网络架构搜索 人体解析/人体姿态估计 动作识别/检测 视觉定位/位姿估计 光流/运动估计 医学影像 文本理解 GAN/生成式/对抗式 视频检索 图像&视频生成/合成 视觉推理/视觉问答 视觉预测 图像计数 机器人 多模态学习 视觉-语言 自监督/半监督/无监督学习 联邦学习 度量学习 增量学习 迁移学习/domain/自适应 对比学习 主动学习 数据处理 图像压缩 图像聚类 视觉表征学习 模型训练/泛化 噪声标签 模型压缩 知识蒸馏 剪枝 量化 数据集 01 检测类2D目标检测[1] MUM : Mix Image Tiles and UnMix Feature Tiles for Semi-Supervised Object Detection(混合图像块和 UnMix 特征块用于半监督目标检测) paper：https://arxiv.org/abs/2111.10958 code：https://github.com/JongMokKim/mix-unmix [2] SIGMA: Semantic-complete Graph Matching for Domain Adaptive Object Detection(域自适应对象检测的语义完全图匹配) paper：https://arxiv.org/abs/2203.06398 code：https://github.com/CityU-AIM-Group/SIGMA [3] Accelerating DETR Convergence via Semantic-Aligned Matching(通过语义对齐匹配加速 DETR 收敛) paper：https://arxiv.org/abs/2203.06883 code：https://github.com/ZhangGongjie/SAM-DETR 3D目标检测[1] MonoJSG: Joint Semantic and Geometric Cost Volume for Monocular 3D Object Detection(单目 3D 目标检测的联合语义和几何成本量) paper：https://arxiv.org/abs/2203.08563 code：https://github.com/lianqing11/MonoJSG [2] DeepFusion: Lidar-Camera Deep Fusion for Multi-Modal 3D Object Detection(用于多模态 3D 目标检测的激光雷达相机深度融合) paper：https://arxiv.org/abs/2203.08195 code：https://github.com/tensorflow/lingvo/tree/master/lingvo/ [3] Point Density-Aware Voxels for LiDAR 3D Object Detection(用于 LiDAR 3D 对象检测的点密度感知体素) paper：https://arxiv.org/abs/2203.05662 code：https://github.com/TRAILab/PDV 伪装目标检测[1] Implicit Motion Handling for Video Camouflaged Object Detection(视频伪装对象检测的隐式运动处理) paper：https://arxiv.org/abs/2203.07363 dataset：https://xueliancheng.github.io/SLT-Net-project 显著性目标检测[1] Bi-directional Object-context Prioritization Learning for Saliency Ranking(显著性排名的双向对象上下文优先级学习) paper：https://arxiv.org/abs/2203.09416 code：https://github.com/GrassBro/OCOR [2] Democracy Does Matter: Comprehensive Feature Mining for Co-Salient Object Detection(共同显著性目标检测的综合特征挖掘) paper：https://arxiv.org/abs/2203.05787 边缘检测[1] EDTER: Edge Detection with Transformer(使用transformer的边缘检测) paper：https://arxiv.org/abs/2203.08566 消失点检测[1] Deep vanishing point detection: Geometric priors make dataset variations vanish(深度消失点检测：几何先验使数据集变化消失) paper：https://arxiv.org/abs/2203.08586 code：https://github.com/yanconglin/VanishingPoint_HoughTransform_GaussianSphere 02 分割类图像分割[1] Learning What Not to Segment: A New Perspective on Few-Shot Segmentation(学习不分割的内容：关于小样本分割的新视角) paper：https://arxiv.org/abs/2203.07615 code：http://github.com/chunbolang/BAM [2] CRIS: CLIP-Driven Referring Image Segmentation(CLIP 驱动的参考图像分割) paper：https://arxiv.org/abs/2111.15174 [3] Hyperbolic Image Segmentation(双曲线图像分割) paper：https://arxiv.org/abs/2203.05898 语义分割[1] Scribble-Supervised LiDAR Semantic Segmentation paper：https://arxiv.org/abs/2203.08537 code：http://github.com/ouenal/scribblekitti [2] ADAS: A Direct Adaptation Strategy for Multi-Target Domain Adaptive Semantic Segmentation(多目标域自适应语义分割的直接适应策略) paper：https://arxiv.org/abs/2203.06811 [3] Weakly Supervised Semantic Segmentation by Pixel-to-Prototype Contrast(通过像素到原型对比的弱监督语义分割) paper：https://arxiv.org/abs/2110.07110 视频目标分割[1] Language as Queries for Referring Video Object Segmentation(语言作为引用视频对象分割的查询) paper：https://arxiv.org/abs/2201.00487 code：https://github.com/wjn922/ReferFormer 03 人脸[1] FaceFormer: Speech-Driven 3D Facial Animation with Transformers(FaceFormer：带有transformer的语音驱动的 3D 面部动画) paper：https://arxiv.org/abs/2112.05329 code：https://evelynfan.github.io/audio2face/ [2] Sparse Local Patch Transformer for Robust Face Alignment and Landmarks Inherent Relation Learning(用于鲁棒人脸对齐和地标固有关系学习的稀疏局部补丁transformer) paper：https://arxiv.org/abs/2203.06541 code：https://github.com/Jiahao-UTS/SLPT-master 人脸生成[1] GCFSR: a Generative and Controllable Face Super Resolution Method Without Facial and GAN Priors(一种没有面部和 GAN 先验的生成可控人脸超分辨率方法) paper：https://arxiv.org/abs/2203.07319 人脸检测[1] Privacy-preserving Online AutoML for Domain-Specific Face Detection(用于特定领域人脸检测的隐私保护在线 AutoML) paper：https://arxiv.org/abs/2203.08399 04 图像处理图像复原[1] Restormer: Efficient Transformer for High-Resolution Image Restoration(用于高分辨率图像复原的高效transformer) paper：https://arxiv.org/abs/2111.09881 code：https://github.com/swz30/Restormer 图像编辑/图像修复[1] High-Fidelity GAN Inversion for Image Attribute Editing(用于图像属性编辑的高保真 GAN 反演) paper：https://arxiv.org/abs/2109.06590 code：https://github.com/Tengfei-Wang/HFGI project：https://tengfei-wang.github.io/HFGI/ [2] Style Transformer for Image Inversion and Editing(用于图像反转和编辑的样式transformer) paper：https://arxiv.org/abs/2203.07932 code：https://github.com/sapphire497/style-transformer[3] MISF: Multi-level Interactive Siamese Filtering for High-Fidelity Image Inpainting(用于高保真图像修复的多级交互式 Siamese 过滤) paper：https://arxiv.org/abs/2203.06304 code：https://github.com/tsingqguo/misf图像翻译[1] QS-Attn: Query-Selected Attention for Contrastive Learning in I2I Translation(图像翻译中对比学习的查询选择注意) paper：https://arxiv.org/abs/2203.08483 code：https://github.com/sapphire497/query-selected-attention超分辨率[1] A Text Attention Network for Spatial Deformation Robust Scene Text Image Super-resolution(一种用于空间变形鲁棒场景文本图像超分辨率的文本注意网络) paper：https://arxiv.org/abs/2203.09388 code：https://github.com/mjq11302010044/TATT[2] Details or Artifacts: A Locally Discriminative Learning Approach to Realistic Image Super-Resolution(一种真实图像超分辨率的局部判别学习方法) paper：https://arxiv.org/abs/2203.09195 code：https://github.com/csjliang/LDL[3] Blind Image Super-resolution with Elaborate Degradation Modeling on Noise and Kernel(对噪声和核进行精细退化建模的盲图像超分辨率) paper：https://arxiv.org/abs/2107.00986 code：https://github.com/zsyOAOA/BSRDM去噪/去模糊/去雨去雾[1] Neural Compression-Based Feature Learning for Video Restoration(用于视频复原的基于神经压缩的特征学习)(视频处理) paper：https://arxiv.org/abs/2203.09208[2] Blind2Unblind: Self-Supervised Image Denoising with Visible Blind Spots(具有可见盲点的自监督图像去噪) paper：https://arxiv.org/abs/2203.06967 code：https://github.com/demonsjin/Blind2Unblind风格迁移[1] Exact Feature Distribution Matching for Arbitrary Style Transfer and Domain Generalization(任意风格迁移和域泛化的精确特征分布匹配) paper：https://arxiv.org/abs/2203.07740 code：https://github.com/YBZh/EFDM05 三维视觉三维重建[1] AutoSDF: Shape Priors for 3D Completion, Reconstruction and Generation(用于 3D 完成、重建和生成的形状先验) paper：https://arxiv.org/abs/2203.09516 project：https://yccyenchicheng.github.io/AutoSDF/[2] Interacting Attention Graph for Single Image Two-Hand Reconstruction(单幅图像双手重建的交互注意力图) paper：https://arxiv.org/abs/2203.09364 code：https://github.com/Dw1010/IntagHand[3] OcclusionFusion: Occlusion-aware Motion Estimation for Real-time Dynamic 3D Reconstruction(实时动态 3D 重建的遮挡感知运动估计) paper：https://arxiv.org/abs/2203.07977 project：https://wenbin-lin.github.io/OcclusionFusion[4] Neural RGB-D Surface Reconstruction(神经 RGB-D 表面重建) paper：https://arxiv.org/abs/2104.04532 project：https://dazinovic.github.io/neural-rgbd-surface-reconstruction/ video：https://youtu.be/iWuSowPsC3g场景重建/视图合成[1] StyleMesh: Style Transfer for Indoor 3D Scene Reconstructions(室内 3D 场景重建的风格转换) paper：https://arxiv.org/abs/2112.01530 code：https://github.com/lukasHoel/stylemesh project：https://lukashoel.github.io/stylemesh/[2] Look Outside the Room: Synthesizing A Consistent Long-Term 3D Scene Video from A Single Image(从单个图像合成一致的长期 3D 场景视频) paper：https://arxiv.org/abs/2203.09457 code：https://github.com/xrenaa/Look-Outside-Room project：https://xrenaa.github.io/look-outside-room/点云[1] AutoGPart: Intermediate Supervision Search for Generalizable 3D Part Segmentation(通用 3D 零件分割的中间监督搜索) paper：https://arxiv.org/abs/2203.06558[2] Geometric Transformer for Fast and Robust Point Cloud Registration(用于快速和稳健点云配准的几何transformer) paper：https://arxiv.org/abs/2202.06688 code：https://github.com/qinzheng93/GeoTransformer06 神经网络架构设计CNN[1] On the Integration of Self-Attention and Convolution(自注意力和卷积的整合) paper：https://arxiv.org/abs/2111.14556 code1：https://github.com/LeapLabTHU/ACmix code2：https://gitee.com/mindspore/models[2] Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs(将内核扩展到 31x31：重新审视 CNN 中的大型内核设计) paper：https://arxiv.org/abs/2203.06717 code：https://github.com/megvii-research/RepLKNet)Transformer[1] Attribute Surrogates Learning and Spectral Tokens Pooling in Transformers for Few-shot Learning paper：https://arxiv.org/abs/2203.09064 code：https://github.com/StomachCold/HCTransformers[2] NomMer: Nominate Synergistic Context in Vision Transformer for Visual Recognition(在视觉transformer中为视觉识别指定协同上下文) paper：https://arxiv.org/abs/2111.12994 code：https://github.com/TencentYoutuResearch/VisualRecognition-NomMerMLP[1] Dynamic MLP for Fine-Grained Image Classification by Leveraging Geographical and Temporal Information(利用地理和时间信息进行细粒度图像分类的动态 MLP) paper：https://arxiv.org/abs/2203.03253 code：https://github.com/ylingfeng/DynamicMLP.git[2] Revisiting the Transferability of Supervised Pretraining: an MLP Perspective(重新审视监督预训练的可迁移性：MLP 视角) paper：https://arxiv.org/abs/2112.00496神经网络架构搜索[1] Global Convergence of MAML and Theory-Inspired Neural Architecture Search for Few-Shot Learning(MAML 的全局收敛和受理论启发的神经架构搜索以进行 Few-Shot 学习) paper：https://arxiv.org/abs/2203.09137 code：https://github.com/YiteWang/MetaNTK-NAS07 人体解析/人体姿态估计[1] Capturing Humans in Motion: Temporal-Attentive 3D Human Pose and Shape Estimation from Monocular Video(捕捉运动中的人类：来自单目视频的时间注意 3D 人体姿势和形状估计) paper：https://arxiv.org/abs/2203.08534 video：https://mps-net.github.io/MPS-Net/[2] Physical Inertial Poser (PIP): Physics-aware Real-time Human Motion Tracking from Sparse Inertial Sensors(来自稀疏惯性传感器的物理感知实时人体运动跟踪) paper：https://arxiv.org/abs/2203.08528 project：https://xinyu-yi.github.io/PIP/[3] Distribution-Aware Single-Stage Models for Multi-Person 3D Pose Estimation(用于多人 3D 姿势估计的分布感知单阶段模型) paper：https://arxiv.org/abs/2203.07697[4] MHFormer: Multi-Hypothesis Transformer for 3D Human Pose Estimation(用于 3D 人体姿势估计的多假设transformer) paper：https://arxiv.org/abs/2111.12707 code：https://github.com/Vegetebird/MHFormer[5] CDGNet: Class Distribution Guided Network for Human Parsing(用于人体解析的类分布引导网络) paper：https://arxiv.org/abs/2111.1417308 动作识别/检测[1] Spatio-temporal Relation Modeling for Few-shot Action Recognition(小样本动作识别的时空关系建模) paper：https://arxiv.org/abs/2112.05132 code：https://github.com/Anirudh257/strm[2] RCL: Recurrent Continuous Localization for Temporal Action Detection(用于时间动作检测的循环连续定位) paper：https://arxiv.org/abs/2203.0711209 视觉定位/位姿估计[1] ZebraPose: Coarse to Fine Surface Encoding for 6DoF Object Pose Estimation(用于 6DoF 对象姿态估计的粗到细表面编码) paper：https://arxiv.org/abs/2203.09418[2] Object Localization under Single Coarse Point Supervision(单粗点监督下的目标定位) paper：https://arxiv.org/abs/2203.09338 code：https://github.com/ucas-vg/PointTinyBenchmark/[3] CrossLoc: Scalable Aerial Localization Assisted by Multimodal Synthetic Data(多模式合成数据辅助的可扩展空中定位) paper：https://arxiv.org/abs/2112.09081 code：https://github.com/TOPO-EPFL/CrossLoc10 光流/运动估计[1] GPV-Pose: Category-level Object Pose Estimation via Geometry-guided Point-wise Voting(通过几何引导的逐点投票进行类别级对象位姿估计) paper：https://arxiv.org/abs/2203.07918 code：https://github.com/lolrudy/GPV_Pose11 医学影像[1] Vox2Cortex: Fast Explicit Reconstruction of Cortical Surfaces from 3D MRI Scans with Geometric Deep Neural Networks(使用几何深度神经网络从 3D MRI 扫描中快速显式重建皮质表面) paper：https://arxiv.org/abs/2203.09446 code：https://github.com/ai-med/Vox2Cortex[2] Generalizable Cross-modality Medical Image Segmentation via Style Augmentation and Dual Normalization(通过风格增强和双重归一化的可泛化跨模态医学图像分割) paper：https://arxiv.org/abs/2112.11177 code：https://github.com/zzzqzhou/Dual-Normalization12 文本理解[1] XYLayoutLM: Towards Layout-Aware Multimodal Networks For Visually-Rich Document Understanding(迈向布局感知多模式网络，以实现视觉丰富的文档理解) paper：https://arxiv.org/abs/2203.0694713 GAN/生成式/对抗式[1] Improving the Transferability of Targeted Adversarial Examples through Object-Based Diverse Input(通过基于对象的多样化输入提高目标对抗样本的可迁移性) paper：https://arxiv.org/abs/2203.09123 code：https://github.com/dreamflake/ODI[2] Towards Practical Certifiable Patch Defense with Vision Transformer(使用 Vision Transformer 实现实用的可认证补丁防御) paper：https://arxiv.org/abs/2203.08519) [3] Few Shot Generative Model Adaption via Relaxed Spatial Structural Alignment(基于松弛空间结构对齐的小样本生成模型自适应) paper：https://arxiv.org/abs/2203.04121[4] Enhancing Adversarial Training with Second-Order Statistics of Weights(使用权重的二阶统计加强对抗训练) paper：https://arxiv.org/abs/2203.06020 code：https://github.com/Alexkael/S2O14 视频检索[1] Bridging Video-text Retrieval with Multiple Choice Questions(桥接视频文本检索与多项选择题) paper：https://arxiv.org/abs/2201.04850 code：https://github.com/TencentARC/MCQ15 图像&视频生成/合成[1] Modulated Contrast for Versatile Image Synthesis(用于多功能图像合成的调制对比度) paper：https://arxiv.org/abs/2203.09333 code：https://github.com/fnzhan/MoNCE[2] Attribute Group Editing for Reliable Few-shot Image Generation(属性组编辑用于可靠的小样本图像生成) paper：https://arxiv.org/abs/2203.08422 code：https://github.com/UniBester/AGE[3] Text to Image Generation with Semantic-Spatial Aware GAN(使用语义空间感知 GAN 生成文本到图像) paper：https://arxiv.org/abs/2104.00567 code：https://github.com/wtliao/text2image[4] Playable Environments: Video Manipulation in Space and Time(可播放环境：空间和时间的视频操作) paper：https://arxiv.org/abs/2203.01914 code：https://willi-menapace.github.io/playable-environments-website[5] Depth-Aware Generative Adversarial Network for Talking Head Video Generation(用于说话头视频生成的深度感知生成对抗网络) paper：https://arxiv.org/abs/2203.06605 code：https://github.com/harlanhong/CVPR2022-DaGAN[2] FLAG: Flow-based 3D Avatar Generation from Sparse Observations(从稀疏观察中生成基于流的 3D 头像) paper：https://arxiv.org/abs/2203.05789 project：https://microsoft.github.io/flag16 视觉推理/视觉问答[1] MuKEA: Multimodal Knowledge Extraction and Accumulation for Knowledge-based Visual Question Answering(基于知识的视觉问答的多模态知识提取与积累) paper：https://arxiv.org/abs/2203.09138 code：https://github.com/AndersonStra/MuKEA[2] REX: Reasoning-aware and Grounded Explanation(推理意识和扎根的解释) paper：https://arxiv.org/abs/2203.06107 code：https://github.com/szzexpoi/rex17 视觉预测[5] On Adversarial Robustness of Trajectory Prediction for Autonomous Vehicles(自动驾驶汽车轨迹预测的对抗鲁棒性) paper：https://arxiv.org/abs/2201.05057 code：https://github.com/zqzqz/AdvTrajectoryPrediction18 图像计数[1] Represent, Compare, and Learn: A Similarity-Aware Framework for Class-Agnostic Counting(表示、比较和学习：用于类不可知计数的相似性感知框架) paper：https://arxiv.org/abs/2203.08354 code：https://github.com/flyinglynx/Bilinear-Matching-Network19 机器人[1] Coarse-to-Fine Q-attention: Efficient Learning for Visual Robotic Manipulation via Discretisation(通过离散化实现视觉机器人操作的高效学习) paper：https://arxiv.org/abs/2106.12534 code：https://github.com/stepjam/ARM project：https://sites.google.com/view/c2f-q-attention20 多模态学习[1] MERLOT Reserve: Neural Script Knowledge through Vision and Language and Sound(通过视觉、语言和声音的神经脚本知识) paper：https://arxiv.org/abs/2201.02639 project：https://rowanzellers.com/merlotreserve视觉-语言[1] Pseudo-Q: Generating Pseudo Language Queries for Visual Grounding(为视觉基础生成伪语言查询) paper：https://arxiv.org/abs/2203.08481 code：https://github.com/LeapLabTHU/Pseudo-Q21 自监督/半监督/无监督学习[1] SimMatch: Semi-supervised Learning with Similarity Matching(具有相似性匹配的半监督学习) paper：https://arxiv.org/abs/2203.06915 code：https://github.com/KyleZheng1997/simmatch[2] Robust Equivariant Imaging: a fully unsupervised framework for learning to image from noisy and partial measurements(一个完全无监督的框架，用于从噪声和部分测量中学习图像) paper：https://arxiv.org/abs/2111.12855 code：https://github.com/edongdongchen/REI[3] UniVIP: A Unified Framework for Self-Supervised Visual Pre-training(自监督视觉预训练的统一框架) paper：https://arxiv.org/abs/2203.0696522 联邦学习[1] Fine-tuning Global Model via Data-Free Knowledge Distillation for Non-IID Federated Learning(通过非 IID 联邦学习的无数据知识蒸馏微调全局模型) paper：https://arxiv.org/abs/2203.0924923 度量学习[1] Non-isotropy Regularization for Proxy-based Deep Metric Learning(基于代理的深度度量学习的非各向同性正则化) paper：https://arxiv.org/abs/2203.08547 code：https://github.com/ExplainableML/NonIsotropicProxyDML[2] Integrating Language Guidance into Vision-based Deep Metric Learning(将语言指导集成到基于视觉的深度度量学习中) paper：https://arxiv.org/abs/2203.08543 code：https://github.com/ExplainableML/LanguageGuidance_for_DML25 增量学习[1] Forward Compatible Few-Shot Class-Incremental Learning(前后兼容的小样本类增量学习) paper：https://arxiv.org/abs/2203.06953 code：https://github.com/zhoudw-zdw/CVPR22-Fact[2] Self-Sustaining Representation Expansion for Non-Exemplar Class-Incremental Learning(非示例类增量学习的自我维持表示扩展) paper：https://arxiv.org/abs/2203.0635926 迁移学习/domain/自适应[1] Category Contrast for Unsupervised Domain Adaptation in Visual Tasks(视觉任务中无监督域适应的类别对比) paper：https://arxiv.org/abs/2106.02885[2] Learning Distinctive Margin toward Active Domain Adaptation(向主动领域适应学习独特的边际) paper：https://arxiv.org/abs/2203.05738 code：https://github.com/TencentYoutuResearch/ActiveLearning-SDM27 对比学习[1] Rethinking Minimal Sufficient Representation in Contrastive Learning(重新思考对比学习中的最小充分表示) paper：https://arxiv.org/abs/2203.07004 code：https://github.com/Haoqing-Wang/InfoCL28 主动学习[1] Active Learning by Feature Mixing(通过特征混合进行主动学习) paper：https://arxiv.org/abs/2203.07034 code：https://github.com/Haoqing-Wang/InfoCL29 数据处理图像压缩[1] The Devil Is in the Details: Window-based Attention for Image Compression(细节中的魔鬼：图像压缩的基于窗口的注意力) paper：https://arxiv.org/abs/2203.08450 code：https://github.com/Googolxx/STF图像聚类[1] RAMA: A Rapid Multicut Algorithm on GPU(GPU 上的快速多切算法) paper：https://arxiv.org/abs/2109.01838 code：https://github.com/pawelswoboda/RAMA30 视觉表征学习[1] Exploring Set Similarity for Dense Self-supervised Representation Learning(探索密集自监督表示学习的集合相似性) paper：https://arxiv.org/abs/2107.08712[2] Motion-aware Contrastive Video Representation Learning via Foreground-background Merging(通过前景-背景合并的运动感知对比视频表示学习) paper：https://arxiv.org/abs/2109.15130 code：https://github.com/Mark12Ding/FAME31 模型训练/泛化[1] Can Neural Nets Learn the Same Model Twice? Investigating Reproducibility and Double Descent from the Decision Boundary Perspective(神经网络可以两次学习相同的模型吗？从决策边界的角度研究可重复性和双重下降) paper：https://arxiv.org/abs/2203.08124 code：https://github.com/somepago/dbViz噪声标签[1] Scalable Penalized Regression for Noise Detection in Learning with Noisy Labels paper：https://arxiv.org/abs/2203.07788 code：https://github.com/Yikai-Wang/SPR-LNL32233模型压缩知识蒸馏[1] Decoupled Knowledge Distillation(解耦知识蒸馏) paper：https://arxiv.org/abs/2203.08679 code：https://github.com/megvii-research/mdistiller[2] Wavelet Knowledge Distillation: Towards Efficient Image-to-Image Translation(小波知识蒸馏：迈向高效的图像到图像转换) paper：https://arxiv.org/abs/2203.06321剪枝[1] Interspace Pruning: Using Adaptive Filter Representations to Improve Training of Sparse CNNs(空间剪枝：使用自适应滤波器表示来改进稀疏 CNN 的训练) paper：https://arxiv.org/abs/2203.07808量化[1] Implicit Feature Decoupling with Depthwise Quantization(使用深度量化的隐式特征解耦) paper：https://arxiv.org/abs/2203.0808033 数据集[1] FERV39k: A Large-Scale Multi-Scene Dataset for Facial Expression Recognition in Videos(用于视频中面部表情识别的大规模多场景数据集) paper：https://arxiv.org/abs/2203.09463[2] Ego4D: Around the World in 3,000 Hours of Egocentric Video(3000 小时以自我为中心的视频环游世界) paper：https://arxiv.org/abs/2110.07058 project：https://ego4d-data.org/34 其他[1] FastDOG: Fast Discrete Optimization on GPU(GPU 上的快速离散优化) paper：https://arxiv.org/abs/2111.10270 code：https://github.com/LPMP/BDD[2] AirObject: A Temporally Evolving Graph Embedding for Object Identification(用于对象识别的时间演化图嵌入)(object encoding) paper：https://arxiv.org/abs/2111.15150 code：https://github.com/Nik-V9/AirObject DLer-CVPR2022论文分享交流群已成立！ 大家好，这是CVPR2022论文分享群里，群里会第一时间发布CVPR2022的论文解读和交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！