↘️ 2021-CV-Surveys
查看2021年综述文献点这里↘️ WACV-2022-Papers
WACV2022论文分类汇总戳这里↘️ ICCV-2021-Papers
ICCV2021论文分类汇总戳这里↘️ CVPR-2021-Papers
CVPR2021论文分类汇总戳这里↘️ CVPR-2020-Papers
CVPR2020论文分类汇总戳这里↘️ ECCV-2020-Papers
ECCV2020论文分类汇总戳这里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1月14日已公开 10 篇。
目录
🐱 | 🐶 | 🐯 | 🐺 |
---|---|---|---|
5.UAV\Remote Sensing\Satellite Image(无人机\遥感\卫星图像) | 6.Face(人脸) | ||
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) |
6.Face(人脸)
- A Survey on Face Recognition Systems
[2022-01-11] - 跨光谱人脸识别
- 口罩人脸检测
5.UAV\Remote Sensing\Satellite Image(无人机\遥感\卫星图像)
- 无人机
- 空中监测
- The State of Aerial Surveillance: A Survey
[2022-01-11]
从计算机视觉和模式识别的角度对以人为中心的空中监视任务进行全面调研。
- The State of Aerial Surveillance: A Survey
- 空中监测
4.Person ReID
- 步态识别
- Gait Recognition Based on Deep Learning: A Survey
[2022-01-11]
本篇综述提供一个关于通过步态识别进行生物识别的最新工作的调查汇编,重点是深度学习方法,强调其优点,并揭露其缺点。此外,它还对数据集、方法和架构进行分类和描述,以解决相关的限制。
- Gait Recognition Based on Deep Learning: A Survey
3.🏥Medical Image(医学影像)
- 自动检测
- Deep Learning Applications for Lung Cancer Diagnosis: A systematic review
[2022-01-04]
本篇综述是对深度学习在肺癌自动检测领域应用的全面调研,其中回顾文献是 2016 年至 2021 年该领域的 32 篇会议和期刊文章。
- Deep Learning Applications for Lung Cancer Diagnosis: A systematic review
2.Scene Graph Generation(场景图生成)
- 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。
1.Unkown(未分)
- 城市规划
- Visual and Object Geo-localization: A Comprehensive Survey
[2022-01-03]
本篇综述对涉及图像的地理定位进行了全面的调查,其中包括确定图像的拍摄地点(图像地理定位)或图像中物体的地理定位(物体地理定位)。
- Visual and Object Geo-localization: A Comprehensive Survey
- Data-Free Knowledge Transfer: A Survey
[2022-01-03]
本篇综述对 Data-Free 知识迁移进行了全面和结构化的调研。 - 正则化
- Avoiding Overfitting: A Survey on Regularization Methods for Convolutional Neural Networks
[2022-01-11]
本次调研工作就对过去几年开发的几种正则化方法进行分析,并将调研文献分为“input regularization”、“internal regularization”、“label regularization”三类,且相关文献不超过五年以及所有文献代码都可以在公共资源库中找到。
- Avoiding Overfitting: A Survey on Regularization Methods for Convolutional Neural Networks