之前我們整理過視覺頂會CVPR2017的論文解讀文章 和NIPS 2017 論文解讀集錦，ICCV2017已經結束一段時間了，爲了能夠讓大家更深刻了解ICCV的論文，我們進行了下面的整理。
PS.之前也分享過ICCV 2017的論文分類彙總，有興趣的朋友們可在該鏈接中查看：ICCV2017|計算機視覺頂級會議ICCV2017論文分類彙總（更新中）
1.高清實景合成解讀 (ICCV 2017)
本文從算法細節方面，對高清實景合成的原理進行了解讀。
2.詳解ICCV 2017入選論文：通用卷積神經網絡交錯組卷積
微軟亞洲研究院的一篇論文《Interleaved Group Convolutions for Deep Neural Networks》入選 了ICCV 2017。論文中提出了一種全新的通用卷積神經網絡交錯組卷積（Interleaved Group Convolution，簡稱 IGC）模塊。本文中，微軟亞洲研究院視覺計算組王井東研究員詳細解讀了這篇論文的研究工作。
3.ICCV2017有什麼令人關注的文章？
知乎上關於ICCV 2017較受人關注的文章的討論。
4. 鄭哲東 Deep-ReID: 關於行人重識別的深度學習方法(ICCV 2017)
行人重識別是計算機視覺領域一個偏應用的話題，主要涉及智能安防/智能監控。在本篇文章中，近期發表了ICCV2017論文，來自悉尼科技大學的博士生鄭哲東分享了行人重識別的相關內容。
5.ICCV 2017論文筆記】我們應當如何理解視頻中的人類行爲？
本文對一篇入選ICCV的論文《What Actions are Needed for Understanding Human Actions in Videos?》進行了要點的一些總結。
6.利用視覺特徵代表（visual exemplars）代替語義屬性完成Zero-Shot Learning問題-ICCV 2017-論文筆記
這是一篇論文筆記，主要對入選ICCV的一篇論文《Predicting Visual Exemplars of Unseen Classes for Zero-Shot Learning》進行了要點的一些總結。
7. 爲視覺跟蹤學習背景感知相關濾波器：BACF(ICCV 2017)
本文是對入選ICCV的一篇論文《Learning Background-Aware Correlation Filters for Visual Tracking》的一些要點總結。
8. 【ICCV2017論文技術解讀】阿里-基於層次化多模態LSTM的視覺語義聯合嵌入
本文是對阿里iDST與西安電子科大、西安交大等合作的 ICCV 2017 論文《基於層次化多模態LSTM的視覺語義聯合嵌入》的解讀。
9. ICCV 2017:世界最大人臉對齊數據集,距離解決人臉對齊已不遠
在一篇已經被ICCV 2017接收的論文中，諾丁漢大學的研究人員提出了他們號稱是迄今最大3D人臉對齊數據集，以及精準實現2D、3D以及2D到3D人臉對齊的網絡。本文簡要地概述了他們的這項研究成果。
10. 【ICCV 目標跟蹤性能最優】首個應用殘差學習的深度目標跟蹤算法
在目標追蹤界泰斗楊明玄教授的指導下，香港城市大學等研究人員從深度學習的角度出發，提出了一種端到端的跟蹤模型，將特徵提取和響應生成融合在深度學習框架中，只採用單層卷積的端到端結構，就達到了利用深度特徵的傳統協同濾波器的效果。本文將對此進行簡要的解讀。
11. 【ICCV 13大不可錯過的有趣項目】實時任意風格遷移、手機照片背景模糊……
計算機視覺領域頂會之一的 ICCV 結束不久，圖像質量提升、從頭創建圖像、風格遷移、圖像描述等方面都出現許多新穎、創造性的工作。本文對ICCV上13個最令人印象深刻的項目進行了梳理。
12.ICCV 2017：訓練GAN的16個技巧，2400+星（PPT）
本篇文章中，FAIR的研究員Soumith Chintala總結了訓練GAN的16個技巧，例如輸入的規範化，修改損失函數，生成器用Adam優化，使用Sofy和Noisy標籤，等等。這是NIPS 2016的Soumith Chintala作的邀請演講的修改版本。
13. ICCV2017 | 一文詳解GAN之父Ian Goodfellow 演講《生成對抗網絡的原理與應用》（附完整PPT）
Google Brain 研究科學家Ian Goodfellow在ICCV 2017上作爲主題爲《生成對抗網絡(Generative Adversarial Networks)》的Tutorial 最新演講, 介紹了GAN的原理和最新的應用。本文對Ian Goodfellow的演講PPT進行了解讀。
14. 【ICCV 2017】檢測跟蹤，你儂我儂
牛津大學VGG組在ICCV2017發佈了一篇論文《Detect to Track and Track to Detect》。本文將爲大家解讀這篇論文。
15. 學界 | 牛津大學ICCV 2017 Workshop論文：利用GAN的單視角圖片3D建模技術
來自牛津大學等院校的研究者們提出了一種基於自編碼器與 GAN 的機器學習 3D 建模方式 3D-RecGAN，可以在只需要一張圖片的情況下準確構建物體的 3D 結構。本文將對這項研究成果進行簡要的介紹。
16. 【壓縮率3000%】上交大ICCV：精度保證下的新型深度網絡壓縮框架
上海交通大學人工智能實驗室的研究人員提出了一種新的方法，能夠在保證網絡模型精度的前提下對深度網絡進行壓縮。相關論文已被ICCV 2017接收，由上海交通大學人工智能實驗室李澤凡博士實現，倪冰冰教授，張文軍教授，楊小康教授，高文院士指導。本文將對這項研究成果簡單地進行解讀。
17. 南京理工大學ICCV 2017論文：圖像超分辨率模型MemNet
利用卷積神經網絡讓圖片清晰化的研究目前正成爲計算機視覺領域的熱點方向。而南京理工大學邰穎、楊健、許春燕與密歇根州立大學劉小明等人提出的MemNet將技術又向前推進了一步，新模型在圖像去噪、超分辨率和JPEG解鎖任務中的表現均超過此前業內最佳水平。本文將對這項研究進行簡要的介紹。
18. ICCV | 深度三維殘差神經網絡：視頻理解新突破
微軟亞洲研究院多媒體搜索與挖掘組在ICCV 2017會議上發佈了一項研究成果，它專注於如何利用大量視頻數據來訓練視頻專用的深度三維卷積神經網絡，提出一種基於僞三維卷積（Pseudo-3D Convolution）的深度神經網絡的設計思路，並實現了迄今爲止最深的199層三維卷積神經網絡。本文將對此項成果進行簡要的解讀。
19. ICCV2017 論文解讀：基於圖像檢索的行人重識別
作者調查了室外真實場景下的 Person ReID 工作，大部分相關工作都是 detection+ReID 分成兩步來做的，這篇文章提出 NPSM 方法來實現一步到位。
20. 【ICCV 2017華人雄起】何愷明包攬兩項最佳論文，40%投稿來自中國
在ICCV 2017會議中，華人表現非常強勁。有40%的投稿來自中國，何愷明還包攬了兩項最佳論文獎。
由於水平有限，可能會有錯誤或者遺漏，歡迎大家指出~