Skip to content

Latest commit

 

History

History
640 lines (520 loc) · 57.3 KB

2022-CV-Surveys.md

File metadata and controls

640 lines (520 loc) · 57.3 KB

查看2021年综述文献点这里↘️2021-CV-Surveys

2022 年论文分类汇总戳这里

↘️CVPR-2022-Papers ↘️WACV-2022-Papers ↘️ECCV-2022-Papers

2021 年论文分类汇总戳这里

↘️ICCV-2021-Papers ↘️CVPR-2021-Papers

2020 年论文分类汇总戳这里

↘️CVPR-2020-Papers ↘️ECCV-2020-Papers

2022-CV-Surveys

2022 年,计算机视觉相关综述。包括目标检测、跟踪........

📗📗📗在【我爱计算机视觉】微信公众号后台回复“CV综述”,即可收到本文列出的全部论文的打包下载。至12月29日已公开 258 篇。

目录

🐱 🐶 🐯 🐺
50.NLP 51.建筑设计 52.全景成像
46.Adversarial attacks(对抗攻击) 47.工业检测 48.农业 49.Machine Learning(机器学习)
42.Human Analysis 43.harmful meme detection 44.Fish Habitat Monitoring 45.Data Augmentation(数据增强)
38.Anomaly Detection(异常检测) 39.Deepfake Detection(虚假内容检测) 40.Metric Learning(度量学习) 41.Clustering(聚类)
34.Transfer Learning(迁移学习) 35.Semi/Self-Supervised Learning(自/半监督) 36.生物特征识别 37.Object Pose Estimation(物体姿势估计)
30.Domain Adaptation(域适应) 31.Visual Speech(视觉语音) 32.Style Transfer(风格迁移) 33.Reinforcement Learning(强化学习)
26.Graph Neural Networks(图神经网络) 27.Image Synthesis 28.Capsule networks(胶囊网络) 29.Augmented Reality/Virtual Reality/Robotics(增强/虚拟现实/机器人)
22.Image Segmentation(图像分割) 23.OCR 24.Attention 25.Vision-Language(视觉语言)
18.NAS(神经架构搜索) 19.GAN 20.3D 21.Model Compression/Knowledge Distillation/Pruning(模型压缩/知识蒸馏/剪枝)
13.Human Pose Estimation(人体姿态估计) 14.Auto Driving(自动驾驶) 15.Image Super-resolution(超分辨率)
9.Video 10.Object Detection(目标检测) 11.Object Tracking(目标跟踪) 12.Image Processing(图像处理)
5.UAV\Remote Sensing\Satellite Image(无人机\遥感\卫星图像) 6.Face(人脸) 7.3D 8.Transformer
1.Unkown(未分) 2.Scene Graph Generation(场景图生成) 3.🏥Medical Image(医学影像) 4.ReID(重识别)

VQA

  • A survey of top-down approaches for human pose estimation
    [2022-02-08]
    本篇论文的目的是为研究人员提供基于深度学习方法的二维图像的人体姿态估计的广泛回顾,自2016年以来,这些方法只专注于自上而下的方法。
  • 3D人体网格结构恢复
  • 2D人体姿态估计
    • 2D Human Pose Estimation: A Survey
      [2022-04-18]
      对 200 多项研究贡献,从 network architecture design(网络架构设计)、network training refinement(网络训练细化)和 post processing(后处理)三个方向对二维人体姿态估计进行了全面调研。
  • 3D手部姿势估计
  • 人体坠落/跌倒检测
    • Vision-based Human Fall Detection Systems using Deep Learning: A Review
      [2022-07-25]
      人的跌倒是非常关键的健康问题之一,特别是对于独居的老人和残疾人。全世界老年人口的数量正在稳步增加。因此,人体跌倒检测正在成为这些人辅助生活的有效技术。对于辅助生活,深度学习和计算机视觉已被大量使用。在这篇综述中,讨论了基于深度学习(DL)的最先进的非侵入式(基于视觉)跌倒检测技术。提出一项关于跌倒检测基准数据集的调查。为了清楚地了解,简要地讨论了用于评估跌倒检测系统性能的不同指标。另外还给出基于视觉的人类跌倒检测技术的未来方向。
  • Scene Graph Generation: A Comprehensive Survey
    [2022-01-04]
    本篇综述对深度学习技术在这一领域所带来的最新成果进行了全面的调查。回顾了138项涵盖不同输入模式的代表性工作,并从特征提取和融合的角度系统地总结了现有的基于图像的SGG方法。

扫码CV君微信(注明:CV)入微信交流群:

image