2019年計算機視覺綜述論文彙總

【導讀】本文整理了2019年計算機視覺方面的綜述論文，包含目標檢測、圖像分割(含語義/實例分割)、目標跟蹤、醫學圖像分割、顯著性目標檢測、行爲識別、深度估計等。可以使讀者對相關

目標檢測

2019 四大目標檢測綜述論文：

Imbalance Problems in Object Detection: A Review

• intro: under review at TPAMI
• 鏈接：https://arxiv.org/abs/1909.00169

Recent Advances in Deep Learning for Object Detection

• intro: From 2013 (OverFeat) to 2019 (DetNAS
• 鏈接：https://arxiv.org/abs/1908.03673

A Survey of Deep Learning-based Object Detection

• intro：From Fast R-CNN to NAS-FPN
• 鏈接：https://arxiv.org/abs/1907.09408

Object Detection in 20 Years: A Survey

• intro：This work has been submitted to the IEEE TPAMI for possible publication
• 鏈接：https://arxiv.org/abs/1905.05055

目標檢測更多論文詳見：【資源】最全目標檢測論文彙總（含最新 2019）
 

圖像分割

Deep Semantic Segmentation of Natural and Medical Images: A Review

• intro: 從 FCN(2014) 到 Auto-DeepLab(2019)，本綜述共含179篇語義分割和醫學圖像分割參考文獻
• 鏈接: https://arxiv.org/abs/1910.07655Understanding

Deep Learning Techniques for Image Segmentation

• intro: 本綜述介紹了從2013年到2019年，主流的30多種分割算法（含語義/實例分割），50多種數據集，共計224篇參考文獻
• 鏈接: https://arxiv.org/abs/1907.06119

 

目標跟蹤

A Review of Visual Trackers and Analysis of its Application to Mobile Robot

• intro: 本目標跟蹤綜述共含185篇參考文獻！從傳統方法到最新的深度學習網絡
• 鏈接: https://arxiv.org/abs/1910.09761

Deep Learning in Video Multi-Object Tracking: A Survey

• intro: 38頁目標跟蹤綜述，含30多種主流算法，共計174篇參考文獻
• 鏈接: https://arxiv.org/abs/1907.12740

 

超分辨率

A Deep Journey into Super-resolution: A survey
鏈接: https://arxiv.org/abs/1904.07523Deep
Learning for Image Super-resolution: A Survey

• 鏈接:https://arxiv.org/abs/1902.06068

 

醫學圖像分割

Deep learning for cardiac image segmentation: A review

• intro: 本醫學圖像分割綜述從FCN(2014)到Dense U-net(2019)，超過250篇的參考文獻（論文中光畫圖的工作量就超級大）
• 鏈接: https://arxiv.org/abs/1911.03723

Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications

• 鏈接: https://arxiv.org/abs/1911.02521

 

自動駕駛

A Survey of Autonomous Driving: Common Practices and Emerging Technologies

• intro: 在本次自動駕駛系統調查中，本文概述了一些關鍵創新以及現有系統。涉及內容如下： 1. 前景和挑戰 2. 自動駕駛系統架構 3. 傳感器 4. 定位和建圖技術 5. 感知(2D/3D)：目標檢測、跟蹤、道路和車道線檢測 6. 評估方法 7. 自動駕駛相關數據集 8. 自動駕駛開源工具
• 鏈接: https://arxiv.org/abs/1906.05113

 

顯著性目標檢測

Salient Object Detection in the Deep Learning Era: An In-Depth Survey

• 鏈接: https://arxiv.org/abs/1904.09146
• github: https://github.com/wenguanwang/SODsurvey行爲識別Spatio-temporal

Action Recognition: A Survey

• 鏈接: https://arxiv.org/abs/1901.09403

 

深度估計

Monocular Depth Estimation: A Survey

• 鏈接: https://arxiv.org/abs/1901.09402

來源：知乎
作者：Amusi