/CV-Surveys

计算机视觉相关综述。包括目标检测、跟踪........

查看2022年综述文献点这里↘️2022-CV-Surveys

2023 年论文分类汇总戳这里

↘️CVPR-2023-Papers ↘️WACV-2023-Papers

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

2023-CV-Surveys

2023 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6月28日已公开 186 篇。

1月份20篇。
2月份36篇。
3月份27篇。
4月份31篇。
5月份42篇计156篇。

目录

🐱 🐶 🐯 🐺
1.Unkown(未分) 2.Human Pose Estimation(人体姿态估计) 3.Domain Adaptation(域适应) 4.Video(视频相关)
5.Image Processing(图像处理) 6.Image Classification(图像分类) 7.Medical Image Processing(医学影像处理) 8.Face(人脸)
9.GAN(生成对抗网络) 10.HAR(人体动作识别) 11.三维视觉&三维重建 12.Object Detection(目标检测)
13.Image segmentation(图像分割) 14.Image Retrieval(图像检索) 15.Image Captioning(图像字幕) 16.Super-resolution(超分辨率)
17.Remote Sensing(遥感) 18.Object Tracking(目标跟踪) 19.VQA(视觉问答)

Vision-Language(视觉语言)

Sound

Smart farming(智能农业)

Neural Radiance Fields(神经辐射场)

计算成像

Diffusion Models(扩散模型)

Machine Learning(机器学习)

Sign Language Recognition(手语识别)

object counting

Data Augmentation(数据增强)

Continual Learning(持续学习)

Adversarial Learning(对抗学习)

Incremental Learning(增量学习)

Point Clouds(点云)

Image Generation

Few-Shot Learning

Self-supervised Learning(自监督)

Trajectory Prediction

Visual Defect Detection(视觉缺陷检测)

Biometric Recognition(生物特征识别)

GAN/生成

NLP

SLAM

Robot

Anomaly Detection

Domain Adaptation

KD/Pruning(知识蒸馏)

HOI

Vision-Language

Autonomous Driving(自动驾驶)

Neural Architecture Search(神经架构搜索)

Transformer

Person Re-Identification

  • 域适应
    • Source-Free Unsupervised Domain Adaptation: A Survey
      [2023-01-03]
      从技术角度对现有的SFUDA方法进行了系统的文献回顾。具体来说,将目前的SFUDA研究分为两类,即白盒SFUDA和黑盒SFUDA,并根据它们使用的不同学习策略进一步划分为更细的子类别。以及研究了每个子类别中方法的挑战,讨论了白盒和黑盒SFUDA方法的优势/劣势,总结了常用的基准数据集,另外还总结了在不使用源数据的情况下提高模型通用性的流行技术。

扫码CV君微信(注明:CV)入微信交流群:

image