[论文]CS/CV方向计算机视觉论文最新预览共计46篇！

【1】 Part-A^2 Net: 3D Part-Aware and Aggregation Neural Network for Object Detection from Point Cloud

标题:Part-A^2 Net：用于点云目标检测的3D局部感知聚合神经网络

作者： Shaoshuai Shi, Hongsheng Li

链接：https://arxiv.org/abs/1907.03670

【2】 A unified neural network for object detection, multiple object tracking and vehicle re-identification

标题:一种用于目标检测、多目标跟踪和车辆再识别的统一神经网络

作者： Yuhao Xu, Jiakui Wang

链接：https://arxiv.org/abs/1907.03465

【3】 Skin Lesion Analyser: An Efficient Seven-Way Multi-Class Skin Cancer Classification Using MobileNet

标题:皮肤病变分析仪：一种高效的基于MobileNet的七向多类皮肤癌分类方法

作者： Saket S. Chaturvedi, Prakash. S. Prasad

链接：https://arxiv.org/abs/1907.03220

【4】 Revisiting Metric Learning for Few-Shot Image Classification

标题:重新审视度量学习在少镜头图像分类中的应用

作者： Xiaomeng Li, Pheng-Ann Heng

链接：https://arxiv.org/abs/1907.03123

【1】 Unified Attentional Generative Adversarial Network for Brain Tumor Segmentation From Multimodal Unpaired Images

标题:基于统一注意生成对抗网络的多模态非配对图像脑肿瘤分割

作者： Wenguang Yuan, Tolga Tasdizen

备注：9 pages, 4 figures, Accepted by MICCAI2019

链接：https://arxiv.org/abs/1907.03548

【2】 Assessing Reliability and Challenges of Uncertainty Estimations for Medical Image Segmentation

标题:医学图像分割不确定度估计的可靠性评估和挑战

作者： Alain Jungo, Mauricio Reyes

备注：Appears in Medical Image Computing and Computer Assisted Interventions (MICCAI), 2019

链接：https://arxiv.org/abs/1907.03338

【3】 Learning joint lesion and tissue segmentation from task-specific hetero-modal datasets

标题:从任务特定的异模数据集中学习关节病变和组织分割

作者： Reuben Dorent, Tom Vercauteren

备注：Accepted as an oral presentation at MIDL 2019 this http URL

链接：https://arxiv.org/abs/1907.03327

【4】 Spacetime Graph Optimization for Video Object Segmentation

标题:视频对象分割的时空图优化

作者： Emanuela Haller, Marius Leordeanu

链接：https://arxiv.org/abs/1907.03326

【5】 SAN: Scale-Aware Network for Semantic Segmentation of High-Resolution Aerial Images

标题:SAN：用于高分辨率航空图像语义分割的尺度感知网络

作者： Jingbo Lin, Houbing Song

链接：https://arxiv.org/abs/1907.03089

【6】 Deep Learning-Based Semantic Segmentation of Microscale Objects

标题:基于深度学习的微尺度对象语义分割

作者： Ekta U. Samani, Ashis G. Banerjee

备注：A condensed version of the paper is published in the Proceedings of the 2019 International Conference on Manipulation, Automation and Robotics at Small Scales

链接：https://arxiv.org/abs/1907.03576

【1】 Correlation via synthesis: end-to-end nodule image generation and radiogenomic map learning based on generative adversarial network

标题:通过合成进行相关性：基于生成性对抗性网络的端到端结节图像生成和放射基因组图学习

作者： Ziyue Xu, Daguang Xu

链接：https://arxiv.org/abs/1907.03728

【2】 Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN and Graph Attention Networks

标题:Social-BiGAT：使用Bicycle-gan和Graph注意力网络进行多模态轨迹预测

作者： Vineet Kosaraju, Silvio Savarese

链接：https://arxiv.org/abs/1907.03395

【3】 Dual Adversarial Learning with Attention Mechanism for Fine-grained Medical Image Synthesis

标题:具有注意机制的双对偶对抗学习在精细医学图像合成中的应用

作者： Dong Nie, Dinggang Shen

链接：https://arxiv.org/abs/1907.03297

【1】 Linking Art through Human Poses

标题:通过人体姿势链接艺术

作者： Tomas Jenicek, Ondřej Chum

链接：https://arxiv.org/abs/1907.03537

【2】 A Deep Learning Approach for Real-Time 3D Human Action Recognition from Skeletal Data

标题:一种从骨骼数据中实时识别三维人体动作的深度学习方法

作者： Huy Hieu Pham, Sergio A Velastin

备注：Accepted by the 16th International Conference on Image Analysis and Recognition (ICIAR2019)

链接：https://arxiv.org/abs/1907.03520

【3】 Multimodal Fusion with Deep Neural Networks for Audio-Video Emotion Recognition

标题:基于深度神经网络的多模态融合在音视频情感识别中的应用

作者： Juan D. S. Ortega, Alessandro L. Koerich

链接：https://arxiv.org/abs/1907.03196

【1】 Unsupervised Domain Alignment to Mitigate Low Level Dataset Biases

标题:无监督的域对齐以减轻低级别数据集偏差

作者： Kirthi Shankar Sivamani

备注：10 pages, 4 figures, 6 tables, submitted to ICAAI 2019

链接：https://arxiv.org/abs/1907.03644

【2】 Data Distillation, Face-Related Tasks, Multi Task Learning, Semi-Supervised Learning

标题:数据提取，脸部相关任务，多任务学习，半监督学习

作者： Sepidehsadat Hosseini, Nam Ik Cho

链接：https://arxiv.org/abs/1907.03402

【3】 Unsupervised cycle-consistent deformation for shape matching

标题:用于形状匹配的无监督循环一致变形

作者： Thibault Groueix, Mathieu Aubry

链接：https://arxiv.org/abs/1907.03165

【1】 TrackNet: A Deep Learning Network for Tracking High-speed and Tiny Objects in Sports Applications

标题:TrackNet：一个用于跟踪运动应用中的高速和微小对象的深度学习网络

作者： Yu-Chuan Huang, Wen-Chih Peng

链接：https://arxiv.org/abs/1907.03698

【1】 A Novel Teacher-Student Learning Framework For Occluded Person Re-Identification

标题:一种新的用于阻塞者重新识别的师生学习框架

作者： Jiaxuan Zhuo, Peijia Chen

链接：https://arxiv.org/abs/1907.03253

【1】 Video Question Generation via Cross-Modal Self-Attention Networks Learning

标题:基于跨模态自我注意网络学习的视频问题生成

作者： Yu-Siang Wang, Winston Hsu

链接：https://arxiv.org/abs/1907.03049

【1】 Point-Voxel CNN for Efficient 3D Deep Learning

标题:点体素CNN用于高效的3D深度学习

作者： Zhijian Liu, Song Han

链接：https://arxiv.org/abs/1907.03739

【2】 Variational Context: Exploiting Visual and Textual Context for Grounding Referring Expressions

标题:变化语境：利用视觉和文本语境为指称表达式奠定基础

作者： Yulei Niu, Shih-Fu Chang

备注：Accepted as regular paper in IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Substantial text overlap with arXiv:1712.01892

链接：https://arxiv.org/abs/1907.03609

【3】 Perceptual representations of structural information in images: application to quality assessment of synthesized view in FTV scenario

标题:图像中结构信息的知觉表示：在FTV场景中综合视图质量评估中的应用

作者： Ling suiyi, Wang Junle

链接：https://arxiv.org/abs/1907.03448

【4】 Bootstrap Model Ensemble and Rank Loss for Engagement Intensity Regression

标题:用于接合强度回归的Bootstrap模型集合和秩损失

作者： Kai Wang, Yu Qiao

备注：This paper is about EmotiW 2019 engagement intensity regression challenge

链接：https://arxiv.org/abs/1907.03422

【5】 Facial Makeup Transfer Combining Illumination Transfer

标题:结合光照转移的面部化妆转移

作者： Xin Jin, Xiaokun Zhang

备注：IEEE Access, conference short version: ISAIR2019

链接：https://arxiv.org/abs/1907.03398

【6】 Learning Structural Graph Layouts and 3D Shapes for Long Span Bridges 3D Reconstruction

标题:大跨度桥梁三维重建中结构图布局和三维形状的学习

作者： Fangqiao Hu, Hui Li

链接：https://arxiv.org/abs/1907.03387

【7】 ELF: Embedded Localisation of Features in pre-trained CNN

标题:精灵：在预先训练的CNN中嵌入特征的本地化

作者： Assia Benbihi, Cédric Pradalier

链接：https://arxiv.org/abs/1907.03261

【8】 Tree-gated Deep Regressor Ensemble For Face Alignment In The Wild

标题:用于野外人脸对齐的树门控深度回归集成

作者： Estephe Arnaud, Kevin Bailly

链接：https://arxiv.org/abs/1907.03248

【9】 ASCNet: Adaptive-Scale Convolutional Neural Networks for Multi-Scale Feature Learning

标题:ASCNet：用于多尺度特征学习的自适应尺度卷积神经网络

作者： Mo Zhang, Quanzheng Li

链接：https://arxiv.org/abs/1907.03241

【10】 FC$^2$N: Fully Channel-Concatenated Network for Single Image Super-Resolution

标题:FC$^2$N：用于单图像超分辨率的全通道级联网络

作者： Xiaole Zhao, Xueming Zou

备注：19 pages, 14 figures and 5 tables

链接：https://arxiv.org/abs/1907.03221

【11】 Multi-level Wavelet Convolutional Neural Networks

标题:多级小波卷积神经网络

作者： Pengju Liu, Wangmeng Zuo

链接：https://arxiv.org/abs/1907.03128

【12】 Fast Universal Style Transfer for Artistic and Photorealistic Rendering

标题:用于艺术和照片真实感渲染的快速通用样式转换

作者： Jie An, Jinwen Ma

链接：https://arxiv.org/abs/1907.03118

【13】 Bilevel Integrative Optimization for Ill-posed Inverse Problems

标题:不适定反问题的两层综合优化

作者： Risheng Liu, Jin Zhang

链接：https://arxiv.org/abs/1907.03083

【14】 AMD Severity Prediction And Explainability Using Image Registration And Deep Embedded Clustering

标题:利用图像配准和深度嵌入聚类的AMD严重性预测和可解释性

作者： Dwarikanath Mahapatra

链接：https://arxiv.org/abs/1907.03075

【15】 Deep Learning for Fine-Grained Image Analysis: A Survey

标题:用于细粒度图像分析的深度学习：综述

作者： Xiu-Shen Wei, Quan Cui

链接：https://arxiv.org/abs/1907.03069

【16】 Dependency-aware Attention Control for Unconstrained Face Recognition with Image Sets

标题:基于依赖感知的图像集无约束人脸识别注意控制

作者： Xiaofeng Liu, Jane You

链接：https://arxiv.org/abs/1907.03030

【17】 Blind Universal Bayesian Image Denoising with Gaussian Noise Level Learning

标题:基于高斯噪声水平学习的盲泛贝叶斯图像去噪

作者： Majed El Helou, Sabine Susstrunk

链接：https://arxiv.org/abs/1907.03029

【18】 Embodied Vision-and-Language Navigation with Dynamic Convolutional Filters

标题:具有动态卷积滤波器的具体化视觉和语言导航

作者： Federico Landi, Rita Cucchiara

备注：BMVC 2019 (Oral)

链接：https://arxiv.org/abs/1907.02985

【19】 Prediction of Soil Moisture Content Based On Satellite Data and Sequence-to-Sequence Networks

标题:基于卫星数据和Sequence-to-Sequence网络的土壤含水量预测

作者： Natalia Efremova, Gleb Antipov

备注：Presented on NeurIPS 2018 WiML workshop

链接：https://arxiv.org/abs/1907.03697

【20】 Segway DRIVE Benchmark: Place Recognition and SLAM Data Collected by A Fleet of Delivery Robots

标题:Segway驱动基准：地点识别和SLAM数据由交付机器人车队收集

作者： Jianzhu Huai, Zichong Chen

链接：https://arxiv.org/abs/1907.03424

【21】 Travel Time Estimation without Road Networks: An Urban Morphological Layout Representation Approach

标题:无路网的出行时间估算：一种城市形态布局表示方法

作者： Wuwei Lan, Bin Zhao

备注：Accepted at IJCAI 2019

链接：https://arxiv.org/abs/1907.03381

【22】 Adaptive Weighting Depth-variant Deconvolution of Fluorescence Microscopy Images with Convolutional Neural Network

标题:基于卷积神经网络的荧光显微图像自适应加权深度可变反褶积

作者： Da He, Sung-Liang Chen

链接：https://arxiv.org/abs/1907.03217

【23】 Regularizing linear inverse problems with convolutional neural networks

标题:用卷积神经网络正则化线性反问题

作者： Reinhard Heckel

链接：https://arxiv.org/abs/1907.03100

【24】 Generative Counterfactual Introspection for Explainable Deep Learning

标题:可解释深度学习的生成性反事实反思

作者： Shusen Liu, Yong Han

链接：https://arxiv.org/abs/1907.03077