目標檢測

1. 綜述：深度域適應目標檢測

標題：Deep Domain Adaptive Object Detection: a Survey

作者：Wanyi Li, Peng Wang

鏈接：https://arxiv.org/abs/2002.06797

本文共梳理了40篇相關文獻，由中科院自動化所學者發布。基于深度學習(DL)的目標檢測已經取得了很大的進展，這些方法通常假設有大量的帶標簽的訓練數據可用，并且訓練和測試數據從相同的分布中提取。然而，這兩個假設在實踐中并不總是成立的。深域自適應目標檢測(DDAOD)作為一種新的學習范式應運而生。本文綜述了深域自適應目標檢測方法的研究進展。

2. 深度學習中的異常實例檢測：綜述

標題：Anomalous Instance Detection in Deep Learning: A Survey

作者：Saikiran Bulusu, Dawn Song

鏈接：https://arxiv.org/abs/2003.06979

本文共梳理了119篇相關文獻，由雪城大學學者發布。討論多種異常實例檢測方法，并分析了各種方法的相對優勢和劣勢。

3. 使用移動攝像機檢測移動物體：全面綜述

標題：Moving Objects Detection with a Moving Camera: A Comprehensive Review

作者：Marie-Neige Chapel, Thierry Bouwmans

鏈接：https://arxiv.org/abs/2001.05238

本文共梳理了347篇相關文獻。隨著移動傳感器的興起，研究移動相機逐漸變為熱門方向。本文對不同現有方法進行了識別，并將其分為一個平面或多個兩類。在這兩個類別中，將各類方法分為8****組：全景背景減法，雙攝像頭，運動補償，子空間分割，運動分割，平面+視差，多平面和按塊分割圖像。本文還對公開可用的數據集和評估指標進行了研究。

圖像分類

4. 圖像分類中的半監督，自我監督和無監督技術綜述

標題：A survey on Semi-, Self- and Unsupervised Techniques in Image Classification

作者：Lars Schmarje, Reinhard Koch

鏈接：https://arxiv.org/abs/2002.08721

本文共梳理了51篇相關文獻。綜述了標簽較少的圖像分類中常用的21種技術和方法。我們比較方法，并確定了三個主要趨勢。

圖像去噪

5. 圖像去噪深度學習：綜述

標題：Deep Learning on Image Denoising: An overview

作者：Chunwei Tian, Chia-Wen Lin

鏈接：https://arxiv.org/abs/1912.13171

本文梳理了238篇相關文獻，由哈爾濱工業大學、廣東工業大學、清華大學學者共同發布。不同類型的處理噪聲深度學習方法存在巨大差異，而目前很少有相關研究來進行相關總結。本文對圖像去噪中不同深度學習技術進行了比較研究，分析不同方法的動機和原理，并在公共去噪數據集進行比較。研究包括：(1). 加白噪聲圖像的CNN；(2)用于真實噪聲圖像的CNN；(3)用于盲噪聲去噪的CNN；(4)用于混合噪聲圖像的CNN。

圖像分割

6. 使用深度學習進行圖像分割：綜述

標題：Image Segmentation Using Deep Learning: A Survey

作者：Shervin Minaee, Demetri Terzopoulos

鏈接：https://arxiv.org/abs/2001.05566

本文梳理了172篇相關文獻，對語義和實例分割文獻進行了全面回顧，涵蓋了的各種開創性作品，包括全卷積像素標記網絡，編碼器-解碼器體系結構，多尺度以及基于金字塔的方法，遞歸網絡，視覺注意模型以及對抗中的生成模型。

人臉識別

7. DeepFakes：面部操縱和偽造檢測綜述

標題：DeepFakes and Beyond: A Survey of Face Manipulation and Fake Detection

作者：Ruben Tolosana, Javier Ortega-Garcia

鏈接：https://arxiv.org/abs/2001.00179

本文梳理了105篇相關文獻，本文對操縱人臉的圖像技術（包括DeepFake方法）以及檢測此類技術的方法進行了全面綜述。論述了四種類型的面部操作：全臉合成、面部身份交換（DeepFakes）、面部屬性操作以及面部表情操作。

姿態估計

8. 目標姿態回顧：從3D邊界框檢測器到完整的6D姿態估計器

標題：A Review on Object Pose Recovery: from 3D Bounding Box Detectors to Full 6D Pose Estimators

作者：Caner Sahin, Tae-Kyun Kim

鏈接：https://arxiv.org/abs/2001.10609

本文梳理了206篇相關文獻，由倫敦帝國理工學院學者發布。本文對3D邊界框檢測器到完整的6D姿態估計器的物體姿態恢復方法的進行了首次全面的綜述。基于數學模型，將各類方法分為分類，回歸，分類與回歸，模板匹配和點對特征匹配任務。

行為/動作識別

9. 基于3D骨架的動作識別學習方法的研究

標題：A Survey on 3D Skeleton-Based Action Recognition Using Learning Method

作者：Bin Ren, Hong Liu

鏈接：https://arxiv.org/abs/2002.05907

本文梳理了81篇相關文獻，由北京大學學者發布。本文強調了動作識別的必要性和3D骨架數據的重要性，然后以數據驅動的方式對基于遞歸神經網絡，基于卷積神經網絡和基于圖卷積網絡的主流動作識別技術進行了全面介紹，這也是第一次對使用3D骨架數據進行基于深度學習的動作識別的全面研究。

人群計數

**10. 基于CNN的密度估算和人群計數：**綜述

標題：CNN-based Density Estimation and Crowd Counting: A Survey

作者：Guangshuai Gao, Yunhong Wang

鏈接：https://arxiv.org/abs/2003.12783

本文梳理了222篇相關文獻，由北京航空航天大學學者發布，基于CNN的密度圖估計方法，調研了**220+**工作，對人群計數進行了全面系統的研究。同時根據評估指標，在人群統計數據集上選擇表現最好的三名，并分析其優缺點。

醫學影像

====

11. 使用經典和深層神經網絡進行的乳房組織病理學圖像分析的全面綜述

標題：A Comprehensive Review for Breast Histopathology Image Analysis Using Classical and Deep Neural Networks

作者：Xiaomin Zhou, Tao Jiang

鏈接：https://arxiv.org/abs/2003.12255

本文梳理了180篇相關文獻，由東北大學學者發布。對基于人工神經網絡的BHIA技術進行了全面概述，將BHIA系統分為經典和深度神經網絡以進行深入研究，分析現有模型以發現最合適的算法，并提供可公開訪問的數據集。

12. 使用深度神經網絡的醫學圖像配準：全面綜述

標題：Medical Image Registration Using Deep Neural Networks: A Comprehensive Review

作者：Hamid Reza Boveiri, Ali Reza MehdiZadeh

鏈接：https://arxiv.org/abs/2002.03401

本文梳理了117篇相關文獻，對使用深度神經網絡進行醫學圖像配準的最新文獻進行了全面回顧，系統地涵蓋了該領域的相關作品，包括關鍵概念，統計分析，關鍵技術，主要貢獻，挑戰和未來方向。

13. 邁向自動威脅檢測：X射線安全成像中深度學習進展綜述

標題：Towards Automatic Threat Detection: A Survey of Advances of Deep Learning within X-ray Security Imaging

作者：Samet Akcay, Toby Breckon

鏈接：https://arxiv.org/abs/2001.01293

本文梳理了151篇相關文獻，由英國杜倫大學學者發布。本文分常規機器學習和當代深度學習兩類來回顧X射線安全成像算法。將深度學習方法分為有監督，半監督和無監督學習，著重論述分類，檢測，分割和異常檢測任務，同時包含有完善的X射線數據集。

14. 用于計算組織病理學的深度神經網絡模型綜述

標題：Deep neural network models for computational histopathology: A survey

作者：Chetan L. Srinidhi, Anne L. Martel

鏈接：https://arxiv.org/abs/1912.12378

本文梳理了130篇相關文獻，由多倫多大學學者發布。本文對組織病理學圖像分析中使用的最新深度學習方法進行了全面回顧，包括有監督，弱監督，無監督，遷移學習等領域，并總結了幾個現有的開放數據集。

三維重建

15. 外部形狀對3D內部結構預測綜述

標題：A Survey On 3D Inner Structure Prediction from its Outer Shape

作者：Mohamed Mejri, Cédric Pradalier

鏈接：https://arxiv.org/abs/2002.04571

本文梳理了81篇相關文獻，由北京大學學者發布。由于過去與骨架數據相關內容很少，本文是第一篇針對使用3D骨架數據進行基于深度學習的動作識別進行全面討論的研究。本文突出了動作識別和3D骨架數據的重要性，以數據驅動的方式對基于遞歸神經網絡、卷積神經網絡和圖卷積網絡的主流動作識別技術進行了全面介紹。并介紹了最大的3D骨架數據集NTU-RGB+D及其新版本NTU-RGB+D 120，并論述了幾種現有的頂級算法。

三維點云

16. 點云的無目標配準綜述

標題：Target-less registration of point clouds: A review

作者：Yue Pan

本文對48篇文獻進行了梳理，總結了無目標點云配準的基本工作，回顧了三種常用的配準方法，即基于特征匹配的方法，迭代最近點算法和隨機假設，并分析了這些方法的優缺點，介紹它們的常見應用場景。

鏈接：https://arxiv.org/abs/1912.12756

OCR：

17. 手寫光學字符識別（OCR）：綜合系統文獻綜述（SLR）

標題：Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR)

作者：Jamshed Memon, Rizwan Ahmed Khan

鏈接：https://arxiv.org/abs/2001.00139

本文對142篇相關文獻進行了梳理，總結了有關OCR的研究，綜述了2000年至2018年之間發布的研究文章，介紹OCR的最新結果和技術，并分析研究差距，以總結研究方向。

深度depth相關：

18. 基于深度學習的單目深度估計：綜述

標題：Monocular Depth Estimation Based On Deep Learning: An Overview

作者：Chaoqiang Zhao, Feng Qian

鏈接：https://arxiv.org/abs/2003.06620

本文對119篇相關文獻進行了梳理，由華東理工大學學者發布。隨著深度神經網絡的迅速發展，基于深度學習的單眼深度估計已得到廣泛研究。為了提高深度估計的準確性，提出了各種網絡框架，損失函數和訓練策略。因此，本文綜述了當前基于深度學習的單眼深度估計方法，總結了幾種基于深度學習的深度估計中廣泛使用的數據集和評價指標，同時根據不同的訓練方式回顧了一些有代表性的現有方法：有監督，無監督和半監督。

CNN

**19. **卷積神經網絡的概述論文:分析、應用和展望

標題：A Survey of Convolutional Neural Networks: Analysis, Applications, and Prospects

作者：Zewen Li, Wenjie Yang, Shouheng Peng, Fan Liu

鏈接：https://arxiv.org/abs/2004.02806

本文對119篇相關文獻進行了梳理，由華東理工大學學者發布。本文旨在在卷積神經網絡這個快速增長的領域中盡可能提供新穎的想法和前景，不僅涉及二維卷積，而且涉及一維和多維卷積。首先，本文簡要介紹了CNN的歷史并概述了CNN發展，介紹經典CNN模型，重點論述使它們達到SOTA的關鍵因素，并通過實驗分析提供了一些經驗法則，最后對一維，二維和多維卷積的應用進行了概述。

視覺常識/其他

20. 神經網絡分類器的信息平面分析研究述評

標題：On Information Plane Analyses of Neural Network Classifiers – A Review

作者：Bernhard C. Geiger

鏈接：https://arxiv.org/abs/2003.09671

21. 低功耗深度學習和計算機視覺方法的概述

標題：A Survey of Methods for Low-Power Deep Learning and Computer Vision

作者：Abhinav Goel, George K. Thiruvathukal

鏈接：https://arxiv.org/abs/2003.11066

22. 深度學習遇到數據對齊時：深度注冊網絡（DRN）評述

標題：When Deep Learning Meets Data Alignment: A Review on Deep Registration Networks (DRNs)

作者：Victor Villena-Martinez, Robert B. Fisher

鏈接：https://arxiv.org/abs/2003.03167

23. 面向消費設備的無限制掌紋識別：文獻綜述

標題：Towards Unconstrained Palmprint Recognition on Consumer Devices: a Literature Review

作者：Adrian-S. Ungureanu, Peter Corcoran

鏈接：https://arxiv.org/abs/2003.00737

24. 基于地面紋理的本地化功能-綜述

標題：Features for Ground Texture Based Localization – A Survey

作者：Jan Fabian Schmid, Rudolf Mester

鏈接：https://arxiv.org/abs/2002.11948

25. 從觀看到移動：視覺室內導航（VIN）學習綜述

標題：From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN)

作者：Xin Ye, Yezhou Yang

鏈接：https://arxiv.org/abs/2002.11310

為了方便大家閱讀，小極已經將上述論文全部打包下載。在 **極市平臺 公眾號后臺回復 25綜述 **，即可獲取打包下載鏈接。

-END**-**

推薦閱讀：

• 你需要關注的計算機視覺論文在這里！最新最全state-of-art論文，包含閱讀筆記

• 史上最全GAN綜述2020版：算法、理論及應用

• Attention綜述：基礎原理、變種和最近研究

總結

以上是生活随笔為你收集整理的25篇最新CV领域综述性论文速递！涵盖15个方向：目标检测/图像处理/姿态估计/医学影像/人脸识别等方向的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。