年度最精彩研究，CVPR 2017六篇最佳论文介绍（附打包下载）| CVPR 2017

本篇文章3893字，读完约10分钟

雷科技评论:2017年cvpr获奖论文在会议第一天就发表了，共有6篇论文获得了4项荣誉。《Leifeng.com人工智能科技评论》简要介绍了以下六篇获奖论文。

Cvpr最佳论文今年有两篇最佳论文，其中一篇来自苹果。

「密集连接的卷积网络」

作者:康奈尔大学的黄高，清华大学的刘著，康奈尔大学的基连·温伯格，脸书上人工智能研究所的劳伦斯·范德马腾。

论文地址:arxiv/ABS/16000。

简介:最近的研究显示了这样一种趋势。如果更接近输入或更接近输出的层之间的连接更短，则网络基本上可以更深、更准确和更有效地进行训练。本文对这一趋势进行了深入研究，并提出了densenet，即每一层通过前馈与后一层连接。对于前一个卷积神经网络，网络中的每一层都与下一层相连，在L层网络中有L个连接；在densenet中，直接连接的总数是l(l+1)/2。对于每个图层，使用之前所有图层的要素图作为其输入，然后使用其自身的要素图作为之后所有图层的输入。

Densenet型网络有几个显著的优点:它们可以缓解梯度消失的问题，加强特征传播，鼓励特征重用和显著减少参数的数量。在本文中，四个高度竞争的对象识别任务，cifar-10、cifar-100、svhn和imagenet，是基准。在大多数测试中，densenet与当前的顶级相比有了显著的改进，同时需要更少的内存和计算能力。

「透过对抗训练从模拟和无监督的影像中学习」

作者:ashish shrivastava，Tomas pfister，oncel tuzel，Josh susskin，wenda Wang，Russ Webb of apple company

地址:arxiv/ABS/1612.07822。

简介:随着图像领域的发展，用生成的图像训练机器学习模型越来越可行，这对于避免人工标注真实图像有很大的潜力。然而，因为生成的图像的分布不同于真实图像的分布，所以由生成的图像训练的模型可能不如由真实图像训练的模型表现得好。为了缩小这一差距，本文提出了一种模拟+无监督学习的方法，该方法的任务是学习一个模型，该模型可以提高模拟器生成的图片的真实性，同时保留模拟器生成的图片的标注信息。本文构造了一个类似gans的对立网络来实现这种模拟+无监督学习，只是网络的输入是图像而不是随机向量。为了保持标记信息，避免图像缺陷，稳定训练过程，本文对标准gan算法做了几个关键的修改，分别对应于“自正则化”项、局部电阻失真损失和用过去美化过的图像更新鉴别器。

文章表明，这些措施可以使网络生成逼真的图像，并通过定性方法和用户实验进行演示。定量测试是利用生成的数据训练模型来估计注视方向和手部姿势。结果表明，模型美化后生成的图像能够显著提高模型的性能，并且能够在不依赖于mgi凝视数据集中任何标注的真实数据的情况下获得比以前更好的性能。

论文详细说明:上周，苹果公司开设了自己的机器学习博客“苹果机器学习日记”，其中第一篇是对这篇获奖论文的详细说明。雷锋。(公开号码:雷锋。com) ai科技评论编译文章就在这里。欢迎感兴趣的读者了解更多。

“用多边形注释对象实例-RNN”被提名为cvpr的最佳论文

作者:卢？s castrejon，kaustav kundu，raquel urtasun，sanja fidler

地址:arxiv/ABS/1704.05544

简介:本文介绍了一种半自动物体标注方法。该系统的思想是，图像中的目标分割不再像以前那样被视为一个像素标注问题，而是一个多边形位置预测问题，从而模仿现有的标注数据集生成检测标注帧。具体来说，本文的方法可以在输入图像后，依次生成多边形的边来包围图像中的对象。在这个过程中，人类标注者可以随时参与并纠正错误的顶点，从而在人类标注者的眼中得到尽可能准确的分割。

通过本文的测试，他们的方法可以将各类城市景观的标注速度提高到4.7倍，同时与原始真值的符合度iou可以达到78.4%，这与人类标注者之间的典型符合率是一致的。对于车辆图像，标注速度可提高到7.3倍，符合率可达82.2%。本文还研究了这种方法对从未见过的数据集的泛化能力。

「更好、更快、更强」

作者:华盛顿大学艾伦人工智能研究所的约瑟夫·雷德蒙和阿里·法哈迪

论文地址:arxiv/ABS/16000.080800000005

简介:本文介绍了能检测9000种物体的顶层实时物体检测系统“yolo9000”。首先，本文从多个方面介绍了原yolo系统的改进，其中有些是本文提出的新方法，有些是借鉴了前人的成果。改进后的yolov2型号在标准目标检测任务中表现最佳，如pascal voc和coco。在使用一种新的多尺度训练方法后，这种yolov2模型可以处理各种图像，从而很容易地平衡速度和精度。Yolov2可获得76.8map2007年voc为67fps。在40帧/秒的速度下，这个分数可以提高到78.6分。这个精度不仅超过了最好的更快的r-cnn与resnet和ssd，而且运行速度更快。文章最后提出了一种将目标检测和目标分类训练相结合的方法。利用这种方法，利用目标检测数据集coco和目标分类数据集imagenet进行训练，得到yolo9000。一些对象类没有相应的对象检测数据，并且组合训练的方法使得yolo9000即使遇到它们也能预测检测结果。

为了验证该方法的效果，本文进行了目标检测的验证试验。yolo9000只使用200个类别中的44个类别的检测数据，获得19.7map在imagenet的检测验证数据集中；Yolo9000在156个类别中获得了16.0map，这些类别在coco中找不到。然而，yolo9000可以检测到远远超过这200个类。它可以预测9000多种不同类别物体的检测结果，并且仍然可以实时运行。

最佳学生论文奖“电网上的计算成像”

作者:mark sheinin，yoav y. schechner，以色列理工学院电气工程学院，多伦多大学计算机科学学院。

地址:openaccess。the CVF/content _ cvpr _ 2017/papers/shenin _ computational _ imaging _ on _ cvpr _ 2017 _ paper.pdf。

介绍:夜晚的景色用交流电照明。通过被动地感知这种跳动，论文以一种新的方式揭示了夜景中的另一幅画面:夜景中有哪些类型的灯泡，供电区域达到城市规模的阶段，以及光传输矩阵。为了提取这一信息，需要消除灯光的反射和半反射，对高动态范围的夜景进行处理，然后为图像集中未观察到的灯泡渲染场景。最后一个场景渲染由包含各种源的灯泡响应函数数据库支持，该数据库在本文中收集并可提供给读者。此外，本文还构建了一种新的高动态范围的软件曝光成像技术，专门用于供电领域的交流照明。

朗格-希金斯奖是以英国著名理论化学家和认知科学家克里斯托弗·朗格-希金斯的名字命名的。该奖项设立于2005年，旨在奖励对简历研究有根本性影响的学术论文，特别是奖励十年前发表在简历研究中心的论文，这些论文“经得起时间的考验”，影响广泛。这是世界上第一个对过去论文的奖励。该奖项由ieee计算机协会模式分析和机器智能技术委员会tcpami评选。

颁奖时还有一个有趣的趣闻。主持人说，设立这样一个奖项的初衷是因为“大家都知道，当年有很多对学术界贡献很大、影响很大的论文不是最好的论文。”

「大词汇量快速空间匹配的对象检索」

作者:james philbin，ondˇ rej chum，josef sivic，andrew zisserman，牛津大学科学与工程学院，michael isard，微软硅谷研究院。

地址:pdf . semantic schulter/943d/793 F6 cbbc 6551d 758 C1 efca 2 a 9333 BD 8921 . pdf。

引言:本文介绍了一个大规模的目标图像搜索系统。系统将用户在图片中选择的区域作为查询输入，然后返回一个有序列表，其中包含相同对象的所有图像都是从指定的大数据集中找到的。本文以从flickr上抓取的100多万张图片为数据集，以牛津大学地标作为查询输入，展示了系统的可扩展性和查询性能。

由于数据集的大小，建立图像特征列表的过程是时间和性能的主要瓶颈。基于这一问题，本文比较了不同尺度扩展方法在构造特征列表方面的性能，并介绍了一种新的基于随机树的量化方法，该方法在较宽的真值范围内具有最佳性能。本文的实验表明，这种量化方法对提高搜索结果的质量也起到了重要的作用。为了进一步提高搜索性能，在系统中增加了一个高效的空验证阶段，以基于特征列表重新识别该方法。结果表明，该方法能够稳定地提高搜索质量，但当特征列表较大时效果不明显。作者认为，本文是向更多的图片和网络规模的图像语料库迈出的一大步。

六篇论文打包下载如下:pan.baidu/s/1dfgq4d7密码:3t73

欲了解更多cvpr后续报道和近期学术会议现场报道，请继续关注雷科技评论。

相关文章:

Cvpr获奖论文宣布，苹果获得最佳论文！| cvpr 2017

腾讯人工智能实验室入选2017年cvpr六篇论文

Cvpr直接击中现场:一个cv+的顶级学术事件的完整视图！| cvpr 2017

cvpr最有趣的五篇论文不应该错过！包含最好的学生论文！| cvpr2017

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。