歡迎來到，空氣中都飄散著 “論文味” 的夏威夷。

今年，國際計(jì)算機(jī)視覺與模式識別頂級會(huì)議（CVPR 2017）將于7月21日—7月26日在美國夏威夷召開。我們的記者團(tuán)也特赴夏威夷，在接下來幾天為大家?guī)硪皇謭?bào)道。

會(huì)議官方網(wǎng)站最新的數(shù)據(jù)顯示，今年，CVPR 共收到2680有效投稿，一共有783篇論文被接收，其中有71篇獲得12分鐘口頭報(bào)告（Oral ），144篇獲得4分鐘短報(bào)告（Spotlights）的展示機(jī)會(huì)。

雷鋒網(wǎng)字幕組精選其中5篇論文，帶大家概覽國際學(xué)術(shù)界在動(dòng)作識別、計(jì)算呈像、視覺跟蹤、時(shí)間定位、圖像數(shù)據(jù)庫方面的創(chuàng)新成果，除了論文下載、項(xiàng)目地址等資源鏈接，還有即將呈現(xiàn)在大會(huì)現(xiàn)場口頭報(bào)告的視頻，讓大家先睹為快。

  1. 即時(shí)多人動(dòng)作姿勢辨識

Realtime Multi-Person 2D Human Pose Estimation using Part Affinity Fields（CVPR 2017 Oral）

(2016 CHAMPION OF MSCOCO KEYPOINT DETECTION)

這是卡內(nèi)基美隆(CMU)Robostic Institute的作品——Multi-Person Pose Estimation。

至于什么是 Multi-Person 2D Human Pose Estimation，請參考下面的鬼畜動(dòng)圖：

GitHub 代碼地址： http://t.cn/RIrCg6k

論文地址：https://arxiv.org/abs/1611.08050

論文作者： Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh

  2. 電網(wǎng)計(jì)算呈像

Computational Imaging on the Electric Grid (CVPR 2017 Oral)

這是以色列理工大學(xué)（Technion-Israel Institute of Technology）和多倫多大學(xué)(University of Toronto)學(xué)生的夜間交流電照明作品。

跟著忽明忽暗的電流搖擺，搜集和制作燈泡響應(yīng)函數(shù)數(shù)據(jù)庫，讓我們看到以下新場景：

論文簡介：https://www.marksheinin.com/acam

論文地址：http://t.cn/RKusjIq

論文作者：Mark Sheinin, Yoav Y. Schechner, Kiriakos. N. Kutulakos

  3. 視覺跟蹤技術(shù)

Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning  (CVPR 2017）

這款基于深度加強(qiáng)學(xué)習(xí)的一種新視覺跟蹤系統(tǒng)，在實(shí)現(xiàn)光計(jì)算的同時(shí)，在位置和刻度上都更加精準(zhǔn)。

在高速運(yùn)動(dòng)中識別人臉，還是相當(dāng)厲害的：

論文簡介：https://sites.google.com/view/cvpr2017-adnet

論文作者：Sangdoo Yun，Jongwon Choi，Youngjoon Yoo，Kimin Yun，Jin Young Choi

  4. 時(shí)間操作定位

CDC: Conv-De-Conv Networks for Precise Temporal Action Localization (CVPR 2017 Oral)

運(yùn)用Conv-De-Conv Networks，更好地進(jìn)行精準(zhǔn)時(shí)間定位。不僅知道一個(gè)動(dòng)作在視頻中是否發(fā)生，還知道動(dòng)作發(fā)生在視頻的哪段時(shí)間，擊球、投球、回旋時(shí)間都能精準(zhǔn)定位，適用各種體育賽事。

代碼：https://bitbucket.org/columbiadvmm/cdc

論文下載：https://arxiv.org/abs/1703.01515

論文作者： Zheng Shou, Jonathan Chan, Alireza Zareian, Shih-Fu Chang，Kazuyuki Miyazawa

  5. 三維圖像重建室內(nèi)場景

ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes (CVPR 2017 Spotlight)

斯坦福大學(xué)、普林斯頓大學(xué)以及慕尼黑工業(yè)大學(xué)聯(lián)合推出了一個(gè)龐大的三維圖像數(shù)據(jù)庫 ScanNet ，可以作為機(jī)器人識物的數(shù)據(jù)輸入。

機(jī)器人識別房間里各種各樣的物體，什么是門，什么是墻，拎得倍兒清。

項(xiàng)目頁面：http://www.scan-net.org/

論文作者：Angela Dai，Angel X. Chang ， Manolis Savva，Maciej Halber Thomas Funkhouser，MatthiasNie?ner

歡迎關(guān)注雷鋒網(wǎng)雷鋒字幕組專欄，獲得更多AI知識~感謝雷鋒網(wǎng)雷鋒字幕組志愿者對本期內(nèi)容作出貢獻(xiàn)。

全部論文名單地址：http://www.cvpapers.com/cvpr2017.html

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。